报销单自动归集：按事由关键词分到一级科目，冲突的交人工

2026-10-06 · 喵窝资源铺

月底财务最烦的一步：把几十条「出差北京高铁票来回」「客户聚餐餐费」这种自由文本事由，归到差旅费 / 业务招待费 / 办公费这些一级科目里，再算每科小计。Excel 里筛半天，还容易归错——归错的科目在账上是真金白银的错。这篇给一个 80 行脚本：读报销单 Excel，按事由关键词自动归科目，输出分科目小计 + 合计 + 待人工确认清单。代码实跑验证，真实输出贴在下面。

输入输出长什么样

输入一张典型报销单（含纯空格事由、None、缺报销人的脏行），跑完：

10 行数据（含 3 类脏行）4 个科目全归对，合计与手工核对一致。

完整脚本

# -*- coding: utf-8 -*- """报销单按事由关键词归集到一级科目，输出分科目小计+待人工确认清单。""" from openpyxl import load_workbook import sys # 关键词 -> 一级科目（按公司科目表改这里就行） RULES = [ ('差旅费', ['高铁', '火车', '机票', '酒店', '住宿', '出差', '打车', '出租车']), ('业务招待费', ['聚餐', '招待', '客户', '餐费', '宴请', '礼品']), ('办公费', ['办公用品', '打印', '耗材', '快递', '文件']), ('it/云服务费', ['服务器', '云服务', '域名', '云主机']), ] def match(subject): """返回 (科目, 命中类别列表, 命中关键词)。多科目冲突时科目=None。""" if not subject: return None, [], [] s = str(subject) cats = {} words = [] for cat, kws in RULES: for kw in kws: if kw in s: cats.setdefault(cat, []).append(kw) words.append(kw) hit_cats = sorted(cats) if not hit_cats: return None, [], [] if len(hit_cats) > 1: return None, hit_cats, words # 冲突 -> 不猜，交人工 return hit_cats[0], hit_cats, words def run(path): wb = load_workbook(path, data_only=True) ws = wb.active hdr = [c.value for c in ws[1]] idx = {name: i for i, name in enumerate(hdr)} # 按表头名找列，不写死列号 groups = {} unknown = [] skipped = [] total = 0.0 for r in ws.iter_rows(min_row=2, values_only=True): person = r[idx.get('报销人', 0)] subject = r[idx.get('事由', 2)] amt = r[idx.get('金额', 3)] # 脏行直接跳过并记录，不混进结果 if (person is None or str(person).strip() == '') or amt is None: skipped.append(r) continue cat, hit_cats, words = match(subject) if cat is None: reason = ('多科目冲突:' + '/'.join(hit_cats) + f'(关键词{words})') if hit_cats else '无关键词命中' unknown.append((person, subject, amt, reason)) groups.setdefault('其他/待人工确认', []).append((person, subject, amt)) else: groups.setdefault(cat, []).append((person, subject, amt)) total += float(amt) return groups, unknown, skipped, total if __name__ == '__main__': groups, unknown, skipped, total = run(sys.argv[1]) for cat in sorted(groups): rows = groups[cat] print(f'{cat}: {len(rows)} 笔小计 {sum(float(x[2]) for x in rows):.2f}') for p, sub, amt in rows: print(f' {p} | {sub} | {amt}') print(f'\n合计 {total:.2f}') print(f'未归类 {len(unknown)} 笔: {unknown}') print(f'跳过脏行 {len(skipped)} 行: {skipped}')

实跑里揪出来的真坑：一句话命中两个科目，猜就是错账

「会议礼品+快递费」同时命中业务招待费（礼品）和办公费（快递）。第一版脚本想当然地「取最长关键词」（礼品2字 vs 快递2字，等长排序还不稳定）——这种写法的问题是：它永远会给出一个答案，而且不告诉你这个答案是猜的。200 块进招待费还是办公费，账上就是两回事，猜错了没人发现。

修法：规则匹配系统必须有三态——命中 / 不命中 / 冲突。冲突时原样列出命中的所有科目和关键词（多科目冲突:业务招待费/办公费(关键词['礼品','快递'])），归入「待人工确认」，让人花 3 秒拍板。自动化省 95% 的时间，剩下 5% 恰恰是机器不该碰的。

怎么定制到你公司的科目

改 RULES 一处即可：每个科目一行动词表。经验是关键词宁多勿少、每季度把「待人工确认」里的条目翻一遍——重复出现的新说法（比如「市内打车」vs「网约车」）补进词表，词表会越用越准。如果事由里金额和日期格式也乱，可以配合本站的考勤异常汇总同款「脏行挑出+报告」思路。

不想自己跑？把活儿给我。把你公司的科目表和几条真实报销事由发我，我写好脚本、用你的真实文件实测后交付（¥19.9 表格处理 / ¥29.9 脚本定制）。
→ 去下单页看看｜虚拟物品交付后不退款；未收到或未达承诺免费补发/重做。