基于Python实现档案开放鉴定自动化实操指南

开发环境与依赖库安装

在开始编写档案开放鉴定工具之前，必须先配置好Python运行环境。本指南基于Python 3.8及以上版本编写，利用pandas库进行高效的数据处理，使用openpyxl库处理Excel文件。请严格按照以下步骤操作，确保环境一致。

检查当前系统是否已安装Python。在终端或命令行中输入以下命令：

python --version

如果未安装或版本过低，请前往Python官网下载安装包进行安装。环境确认无误后，执行以下命令安装必要的第三方依赖库。这些库是处理Excel数据和逻辑判断的核心组件：

pip install pandas openpyxl

安装过程中请确保网络连接畅通，若下载速度过慢，可使用国内镜像源进行安装，例如使用清华源的命令如下：

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

安装完成后，即具备了编写自动化鉴定脚本的所有基础条件。

待鉴定数据源标准化构建

为了实现零门槛落地，我们采用Excel作为数据输入源，这是档案部门最常用的数据格式。你需要准备一个.xlsx格式的文件，作为待鉴定的档案库。文件的第一行必须作为表头，且字段名称必须严格与下表一致，否则程序将无法读取正确字段。

请在本地新建一个Excel文件，命名为待鉴定档案数据.xlsx，并设置以下列：

• 档案ID：文本或数字，档案的唯一标识符。
• 题名：文本，档案的标题内容，用于关键词敏感度检测。
• 形成日期：日期格式（YYYY-MM-DD），用于计算档案年龄。
• 密级：文本，如“公开”、“内部”、“机密”、“绝密”。
• 保管期限：文本，如“永久”、“长期”、“短期”。

为了测试程序效果，建议在Excel中预填几条测试数据。例如：

• ID: 001, 题名: 2020年度会议纪要, 形成日期: 2020-05-01, 密级: 内部, 保管期限: 永久
• ID: 002, 题名: 涉密人员名单, 形成日期: 1990-01-01, 密级: 机密, 保管期限: 永久
• ID: 003, 题名: 1990年公开通知, 形成日期: 1990-06-15, 密级: 公开, 保管期限: 永久

鉴定规则与核心逻辑设计

档案开放鉴定通常遵循“三性”原则，即时间性、密级性和内容敏感性。在编写代码前，我们需要明确鉴定的硬性逻辑规则，本脚本将内置以下核心规则，所有不符合开放条件的档案将被标记为“控制使用”。

规则一：封闭期限制（时间性）

根据《档案法》及相关规定，一般档案自形成之日起满30年方可开放。但在本脚本中，我们将此年限设为可配置参数，默认为30年。计算逻辑为：当前年份 - 档案形成年份 >= 30年。如果不满30年，直接判定为不开放。

规则二：密级审查（密级性）

无论时间是否满足30年，只要档案的“密级”字段包含“机密”、“绝密”字样，或者当前密级不为“公开”或“内部”，则强制判定为不开放。这是安全红线，程序必须严格执行。

规则三：敏感词过滤（内容敏感性）

即便时间和密级都符合要求，如果档案题名中包含特定的敏感词汇（如“人事任免”、“纪检案件”、“未公开”等），该档案也将被拦截，不进入开放名单。这步操作是为了防止标题直白但内容敏感的档案误开放。

完整代码编写与实现

新建一个文本文件，将其重命名为archive_appraisal.py。将以下完整的Python代码直接复制粘贴到文件中。这段代码包含了数据读取、规则判断、结果导出的全套逻辑，无需任何修改即可运行。

```python

import pandas as pd

from datetime import datetime

import os

配置参数区域

INPUT_FILE = '待鉴定档案数据.xlsx'

OUTPUT_FILE = '鉴定结果报告.xlsx'

OPEN_YEAR_LIMIT = 30 开放年限门槛，默认30年

SENSITIVE_KEYWORDS = ['人事', '任免', '纪检', '案件', '隐私', '审计'] 敏感词库

def appraise_archive(row):

"""

核心鉴定函数：对单行数据进行多维度判断

返回：'开放' 或 '控制使用'

"""

current_date = datetime.now()

1. 提取数据并进行预处理

try:

处理日期格式，兼容Excel的序列号日期或字符串日期

if isinstance(row['形成日期'], str):

formation_date = datetime.strptime(row['形成日期'], '%Y-%m-%d')

else:

假设是Excel的标准日期格式或时间戳

formation_date = pd.to_datetime(row['形成日期'])

except Exception as e:

return f"日期格式错误-{res}"

archive_title = str(row['题名'])

security_level = str(row['密级']).strip()

2. 规则一：时间性审查

计算年份差

years_passed = current_date.year - formation_date.year

if years_passed < OPEN_YEAR_LIMIT:

return "控制使用（未满封闭期）"

3. 规则二：密级审查

如果密级包含机密或绝密，直接封存

if '机密' in security_level or '绝密' in security_level:

return "控制使用（涉密）"

4. 规则三：敏感词审查

检查题名中是否包含敏感词

for keyword in SENSITIVE_KEYWORDS:

if keyword in archive_title:

return f"控制使用（含敏感词：{keyword}）"

5. 所有规则通过，准予开放

return "开放"

def main():

print(f" 开始执行档案开放鉴定任务 ")

print(f"读取源文件: {INPUT_FILE}")

检查文件是否存在

if not os.path.exists(INPUT_FILE):

print(f"错误：未找到文件 {INPUT_FILE}，请确认文件名是否正确。")

return

try:

读取Excel数据

df = pd.read_excel(INPUT_FILE)

print(f"成功读取 {len(df)} 条档案记录。")

执行鉴定逻辑

axis=1 表示按行遍历，apply函数将appraise_archive应用到每一行

df['鉴定结果'] = df.apply(appraise_archive, axis=1)

保存结果到新文件

df.to_excel(OUTPUT_FILE, index=False)

print(f"鉴定完成！结果已保存至: {OUTPUT_FILE}")

简单统计输出

result_counts = df['鉴定结果'].value_counts()

print("\n 鉴定结果统计 ")

for status, count in result_counts.items():

print(f"{status}: {count} 条")

except Exception as e:

print(f"程序运行出错: {e}")

if __name__ == '__main__':

main()

```

这段代码使用了pandas的apply方法进行批量向量化处理，相比传统的for循环，处理数万条数据时速度有显著提升。代码中的try-except结构用于捕获日期解析错误，防止因某条数据格式错误导致整个程序崩溃。

执行程序与结果验证

代码保存完毕后，即可进行实际操作。请确保待鉴定档案数据.xlsx和archive_appraisal.py位于同一个文件夹内。在文件夹空白处按住Shift键并右击，选择“在此处打开PowerShell窗口”或“命令提示符”。

在命令行中输入以下命令启动鉴定程序：

python archive_appraisal.py

程序启动后，终端窗口会实时显示执行进度。你会看到“成功读取 X 条档案记录”的提示。处理速度取决于你的CPU性能和数据量，通常几千条数据在1秒内即可完成。

程序运行结束后，文件夹内会自动生成一个名为鉴定结果报告.xlsx的新文件。打开该文件，你会发现原数据的最后增加了一列名为“鉴定结果”。该列会明确标识每条档案的状态：

• 开放：符合所有条件，建议对外开放。
• 控制使用（未满封闭期）：形成时间不足30年。
• 控制使用（涉密）：密级为机密或绝密。
• 控制使用（含敏感词：XXX）：题名触发了敏感词库。

你可以通过Excel的筛选功能，快速筛选出所有“开放”的档案，作为下一步发布的正式名单。对于被标记为“控制使用”的档案，可根据括号内的原因进行人工复核或继续延期封存。至此，整个档案开放鉴定的自动化流程已完全打通。