多文档非结构化数据清洗与 Excel 汇总合并
Python
pandas
openpyxl
Microsoft Excel
Regex
正在基于该需求推演落地方案…
需求痛点（公开）
业务流程中常会积累数十至上百份格式不一的原始文档，其中混杂着各类文字说明与数值。单纯依靠人工逐份录入不仅效率低下，而且极易出现数值错位、格式混乱和字段遗漏等问题，难以直接用于后续报表生成与系统录入。
切入方向（公开）
利用 Python（如 pandas 和 openpyxl）配合正则表达式构建自动化批处理脚本，批量解析各类文档中的图表与文字内容，自动完成字段对齐、类型校验与异常值清洗，最终合并输出为表头统一、结构规整的 Excel 工作簿。
下方分析是尚待编辑复核的 AI 假设，分数与投入判断不代表已验证的推荐。
发布预算不代表已成交或付款；任务数量不等于独立买家数量，也不能证明订阅意愿。小样本仅作为初步线索。
原始需求溯源 · 2 条
"I have fewer than 1,000 rows of mixed text-and-numeric information that must be transferred into a clean, well-structured Excel workbook. Every cell…"
"I have between 50 and 100 documents that contain a mix of text and numeric values. I will supply these files, and I need every piece of information…"
仅展示任务摘要与外链，不转载原文全文；个人信息已脱敏。数据来源已登记，可溯源。
💬 社区讨论