档案整理机构借助Python全流程快速批量生成电子档案目录索引

一、前期准备：安装必备的Python工具库

本指南需要2个开源工具库，分别是提取PDF元数据的PyPDF2，和生成Excel电子目录的openpyxl。请按以下步骤操作：

1. 检查Python是否安装

按下Win+R键，输入cmd回车，在弹出的黑框中输入python --version，若显示类似Python 3.8.0（版本≥3.6即可）的内容，说明已安装；若提示“不是内部或外部命令”，请访问官方下载页面安装：https://www.python.org/ftp/python/3.12.5/python-3.12.5-amd64.exe，安装时务必勾选“Add Python 3.12 to PATH”。

2. 安装PyPDF2和openpyxl

在刚才的黑框中依次输入以下2条命令，每条命令后回车：

``` pip install PyPDF2 pip install openpyxl ```

若下载速度慢，可添加国内镜像源：

``` pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple ```

二、整理待归档PDF的文件命名规则

为了让目录索引准确、无遗漏，所有待归档PDF必须先统一命名格式。本指南采用档案整理机构通用的「全宗号-年度-保管期限-件号-题名」格式，例如：

Z001-2023-永久-0001-关于2023年度员工入职培训的通知.pdf

注意事项：

• 全宗号、年度、保管期限、件号、题名之间用英文半角短横线“-”分隔，不能用中文短横线、空格或其他符号
• 件号建议统一补位到4位，不足4位在前面加0，避免排序混乱
• 保管期限统一用「永久」「长期」「短期」「30年」「10年」等标准表述
• 所有待归档PDF放在同一个文件夹内，文件夹名可以随意（建议用「待归档PDF」）

三、编写并运行Python自动生成脚本

脚本会自动遍历待归档文件夹，提取每个PDF的命名信息，写入Excel电子目录。请按以下步骤操作：

1. 新建脚本文件

在电脑桌面新建一个文本文档，重命名为自动生成档案目录.py（必须修改后缀名为.py，不能是.txt）。若看不到后缀名，按下Win+E打开文件资源管理器，点击顶部菜单栏的「查看」，勾选「文件扩展名」。

2. 复制并粘贴完整脚本

右键点击自动生成档案目录.py，选择「打开方式」→「记事本」，将以下完整代码复制进去：

```python import os from PyPDF2 import PdfReader from openpyxl import Workbook from openpyxl.styles import Font, Alignment, PatternFill -- 配置区域：按需修改以下内容 -- 待归档PDF的文件夹路径 input_folder = r"C:\Users\你的电脑用户名\Desktop\待归档PDF" 电子目录的保存路径和文件名 output_excel = r"C:\Users\你的电脑用户名\Desktop\电子档案目录.xlsx" 电子目录的表头 headers = ["全宗号", "年度", "保管期限", "件号", "题名", "文件页数", "文件格式", "文件路径"] -- 配置区域结束：不要修改后面的代码 -- 初始化Excel工作簿和工作表 wb = Workbook() ws = wb.active ws.title = "电子档案目录" 写入并设置表头格式 header_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid") header_font = Font(name="宋体", size=12, bold=True, color="FFFFFF") header_alignment = Alignment(horizontal="center", vertical="center") for col_num, header in enumerate(headers, 1): cell = ws.cell(row=1, column=col_num, value=header) cell.fill = header_fill cell.font = header_font cell.alignment = header_alignment 遍历待归档文件夹 row_num = 2 for filename in os.listdir(input_folder): 只处理PDF文件 if not filename.lower().endswith(".pdf"): continue 拼接完整文件路径 file_path = os.path.join(input_folder, filename) try: 读取PDF页数 with open(file_path, "rb") as f: reader = PdfReader(f) page_count = len(reader.pages) 拆分文件名获取信息（去掉.pdf后缀） name_without_ext = os.path.splitext(filename)[0] split_parts = name_without_ext.split("-") 检查拆分后的部分是否符合要求（至少有全宗号、年度、保管期限、件号、题名） if len(split_parts) < 5: print(f"跳过文件：{filename}，命名格式不符合要求") continue 提取各部分信息 fonds_number = split_parts[0] year = split_parts[1] retention_period = split_parts[2] item_number = split_parts[3] 题名可能包含短横线，所以从第5个部分开始拼接 title = "-".join(split_parts[4:]) file_format = "PDF" 写入Excel ws.cell(row=row_num, column=1, value=fonds_number) ws.cell(row=row_num, column=2, value=year) ws.cell(row=row_num, column=3, value=retention_period) ws.cell(row=row_num, column=4, value=item_number) ws.cell(row=row_num, column=5, value=title) ws.cell(row=row_num, column=6, value=page_count) ws.cell(row=row_num, column=7, value=file_format) ws.cell(row=row_num, column=8, value=file_path) 设置行格式 cell_font = Font(name="宋体", size=11) cell_alignment = Alignment(horizontal="left", vertical="center", wrap_text=True) for col_num in range(1, 9): cell = ws.cell(row=row_num, column=col_num) cell.font = cell_font cell.alignment = cell_alignment 行号加1 row_num += 1 except Exception as e: print(f"处理文件失败：{filename}，错误信息：{e}") 自动调整列宽 for col in ws.columns: max_length = 0 column = col[0].column_letter for cell in col: try: if len(str(cell.value)) > max_length: max_length = len(str(cell.value)) except: pass adjusted_width = (max_length + 2) 1.2 ws.column_dimensions[column] = adjusted_width 保存Excel文件 wb.save(output_excel) print(f"电子档案目录生成成功！保存路径：{output_excel}") ```

3. 修改配置区域的路径

找到代码中「配置区域」的2行内容，修改为你自己的电脑路径：

• input_folder：改为你刚才创建的「待归档PDF」文件夹的完整路径（可以打开文件夹，点击地址栏，复制粘贴）
• output_excel：改为你想保存电子目录的路径和文件名（建议放在桌面）

注意事项：路径开头的r不能删，它能避免中文路径或特殊字符路径报错；修改路径时，不要删掉路径前后的引号。

4. 运行脚本

保存并关闭记事本，右键点击自动生成档案目录.py，选择「打开方式」→「Python 3.12」（或你安装的其他Python版本）。

运行成功后，会弹出一个黑框，显示「电子档案目录生成成功！保存路径：XXX」，黑框会自动关闭；若有文件命名不符合要求，黑框会显示「跳过文件：XXX」，可以根据提示修改命名后重新运行。

四、检查并完善生成的电子目录

打开生成的Excel文件，完成以下检查：

• 检查排序是否正确：若件号补位到4位，Excel默认升序排列即可；若未补位，选中「件号」列，点击「数据」→「排序」，按「件号」升序排列
• 检查拆分的信息是否有误：重点看题名是否完整（是否包含短横线）、件号是否正确
• 检查PDF页数是否准确：随机抽取3-5个文件，手动打开PDF核对页数

检查无误后，可根据需要调整Excel的格式（如字号、行高、列宽等），然后保存即可。