档案制度内容缺失？教你用Python快速构建合规检查框架

import os
import json
import re
import pandas as pd
from datetime import datetime
class ArchiveAuditSystem:
def __init__(self, config_path, target_dir):
加载配置文件
with open(config_path, 'r', encoding='utf-8') as f:
self.config = json.load(f)
self.target_dir = target_dir
self.report_data = []
def check_naming_convention(self, filename):
"""检查文件名是否符合制度规范"""
pattern = self.config['naming_convention']['pattern']
base_name = os.path.splitext(filename)[0]
match = re.match(pattern, base_name)
if match:
return True, "合规"
else:
return False, f"命名不符合规范: {self.config['naming_convention']['description']}"
def simulate_metadata_check(self, filepath):
"""
模拟元数据检查。
在实际生产环境中，这里会连接数据库或读取文件属性。
此处为了演示，我们假设部分元数据缺失。
"""
模拟：如果文件名包含'test'，则缺失'department'字段
missing_fields = []
if 'test' in filepath.lower():
missing_fields.append('department')
模拟：如果是pdf文件，缺失'security_level'
if filepath.endswith('.pdf'):
missing_fields.append('security_level')
return missing_fields
def run_audit(self):
"""执行主扫描逻辑"""
print(f"开始扫描目录: {self.target_dir} ...")
if not os.path.exists(self.target_dir):
print("错误：目标目录不存在！")
return
for root, dirs, files in os.walk(self.target_dir):
for file in files:
full_path = os.path.join(root, file)
1. 检查文件扩展名
ext = os.path.splitext(file)[1].lower()
if ext not in self.config['file_extensions']:
continue  跳过非档案格式文件
2. 检查命名规范
is_name_valid, name_msg = self.check_naming_convention(file)
3. 检查元数据完整性
missing_meta = self.simulate_metadata_check(full_path)
4. 汇总问题
issues = []
if not is_name_valid:
issues.append(name_msg)
if missing_meta:
issues.append(f"缺失元数据字段: {', '.join(missing_meta)}")
记录结果
status = "通过" if not issues else "不合规"
self.report_data.append({
"文件路径": full_path,
"文件名": file,
"检查状态": status,
"发现问题": "; ".join(issues) if issues else "无"
})
def generate_report(self, output_file="audit_report.xlsx"):
"""生成Excel格式的整改报告"""
if not self.report_data:
print("未生成任何报告数据。")
return
df = pd.DataFrame(self.report_data)
计算统计信息
total = len(df)
passed = len(df[df['检查状态'] == '通过'])
failed = total - passed
print(f"\n扫描完成。总计: {total}, 通过: {passed}, 不合规: {failed}")
保存到Excel
df.to_excel(output_file, index=False, engine='openpyxl')
print(f"详细报告已生成: {os.path.abspath(output_file)}")
if __name__ == "__main__":
使用说明
请确保当前目录下存在 'archive_rules.json' 和一个待扫描的文件夹 'docs'
为了演示，我们先创建一个测试目录和几个测试文件
if not os.path.exists('docs'):
os.makedirs('docs')
with open('docs/2023-10-01_财务部_001.pdf', 'w') as f: f.write('test')
with open('docs/bad_filename_test.docx', 'w') as f: f.write('test')  命名错误
with open('docs/2023-10-02_技术部_002.txt', 'w') as f: f.write('test')  格式不支持
实例化并运行
auditor = ArchiveAuditSystem('archive_rules.json', 'docs')
auditor.run_audit()
auditor.generate_report()

五、 执行检查与结果分析

代码编写完成后，直接在终端运行脚本。由于脚本中包含了自动生成测试数据的逻辑，你不需要手动创建测试文件即可看到效果。

1. 运行命令

python audit_system.py

2. 结果解读

运行后，控制台会输出扫描进度和统计结果。同时，当前目录下会生成一个audit_report.xlsx文件。打开该Excel文件，你将看到如下内容：

• 文件路径：不合规文件的具体位置。
• 检查状态：明确标记“通过”或“不合规”。
• 发现问题：具体指出是“命名不符合规范”还是“缺失元数据字段”。

例如，对于bad_filename_test.docx，系统会报告命名不符合YYYY-MM-DD_部门名称_序号的规范。对于PDF文件，系统会报告缺失security_level字段。这正是档案制度建设内容缺失的具体体现。

六、 补救措施与落地实施

通过上述技术手段，我们已经将“制度内容缺失”这个抽象的管理问题，转化为了具体的“文件命名错误”和“元数据字段缺失”列表。以下是针对技术报告的落地整改步骤：

1. 批量重命名修复

针对报告中的命名问题，不要手动修改。利用Python的os.rename结合正则提取，编写批量重命名脚本。根据archive_rules.json中的规则，将旧文件名映射为新格式。

 批量重命名示例逻辑片段
import os
import re
假设我们要修复简单的日期格式问题
for filename in os.listdir('docs'):
逻辑：将 20231001_财务部_001.pdf 修复为 2023-10-01_财务部_001.pdf
match = re.match(r'(\d{4})(\d{2})(\d{2})_(.+)', filename)
if match:
new_name = f"{match.group(1)}-{match.group(2)}-{match.group(3)}_{match.group(4)}"
os.rename(os.path.join('docs', filename), os.path.join('docs', new_name))

2. 元数据补全

针对报告中缺失的department或security_level，建立默认值映射表。在制度建设初期，对于无法追溯的旧档案，根据文件所在文件夹路径（如/docs/2023/财务/）自动反向填充department=财务部，security_level=内部。这可以通过修改audit_system.py中的simulate_metadata_check逻辑，将其改为自动修复模式来实现。

3. 配置定时巡检任务

为了防止制度执行回潮，必须将技术检查常态化。

• Windows系统：打开“任务计划程序”，创建基本任务，触发器选择“每天”，操作选择“启动程序”，指向python.exe，参数填入audit_system.py的完整路径。
• Linux系统：使用Crontab。输入crontab -e，添加以下行实现每天凌晨2点自动检查：

0 2    /usr/bin/python3 /path/to/audit_system.py >> /var/log/archive_audit.log 2>&1

通过以上步骤，你不仅填补了档案制度建设的空白，更通过技术手段强制固化了管理流程，确保了档案管理的合规性与可追溯性。