固定模板人员信息录入

概述

人员信息提取 & 审批单填表

自动从简历文件或直接提供的信息中提取人员数据（姓名、身份证号、手机号），并填写到国家数据发展研究院的审批单模板中。

支持的输入方式

方式一：简历文件

• PDF 文件
• 图片（JPG/PNG，需要 OCR）
• Word 文档
• 纯文本文件

方式二：直接提供人员信息

用户可以用任意格式发送人员信息，例如：

张三 13800138000 110101199001011234
李四 13900001111 310101199202023456

支持的格式示例：

• 姓名 手机号 身份证号（空格分隔）
• 张三，13800138000，110101...（逗号分隔）
• 张三-13800138000-110101...（其他分隔符）
• 纯文本描述："员工张三，手机号13800138000，身份证号110101…"

智能匹配规则：

• 姓名：识别 2-4 个汉字
• 手机号：识别 1[3-9] 开头的 11 位数字
• 身份证号：识别 18 位数字（自动校验合法性）
• 人员类别：识别"正式人员"、"借调人员"、"实习生"关键词

人员类别

用户在提供人员信息时，可附带人员类别，系统将自动填写有效期和备注：

使用示例：

李倩 正式人员 19906176868 342426199708072429
王五 借调人员 13812345678 110101199001011234
赵六 实习生 13900001111 310101199202023456

或者直接说明：

"正式人员张三，电话138xxxx，身份证110xxx"

模板文件

注意：性别字段会根据身份证号自动推断（第17位奇数为男，偶数为女）。

工作流程

方式一：发送简历文件

1. 用户上传简历文件（支持 PDF、图片、Word、文本）
2. 使用 extract_resume.py 脚本提取信息
3. 与用户确认提取结果
4. 使用 fill_form.py 脚本自动填表
5. 输出生成的 Word 文档

方式二：直接发送人员信息

1. 用户直接发送人员信息（任意格式）
2. 智能解析姓名、手机号、身份证号
3. 与用户确认提取结果
4. 自动填表并生成 Word 文档

方式三：批量处理

当用户提供多人信息时：

1. 逐条解析每个人员的信息
2. 汇总所有人员信息
3. 一次性填入模板（模板支持6人/表）
4. 如超过6人，自动分表生成多个文件

使用方法

处理单个简历

python scripts/extract_resume.py <简历文件路径>
# 输出: {"names": [...], "id_cards": [...], "phones": [...]}

python scripts/fill_form.py <模板路径> <输出路径> '<人员信息JSON>'
# 示例: python scripts/fill_form.py assets/门禁卡模板.docx output.docx '[{"name":"张三","id_card":"110101199001011234","phone":"13800138000"}]'

批量处理

当用户提供多份简历时：

1. 依次提取每份简历的信息
2. 汇总所有人员信息
3. 一次性填入模板（模板支持6行）

提取规则

身份证号

• 识别 18 位身份证号
• 自动校验合法性（加权求和验证）
• 过滤无效号码

手机号

• 识别中国大陆手机号（1[3-9]开头的11位数字）
• 自动去重

姓名

• 识别 2-4 个汉字的姓名格式
• 通常位于"姓名"关键词附近

输出文件命名建议

• 门禁卡审批单：出入卡办理申请单_20260824_人员姓名.docx
• 就餐审批单：就餐办理申请单_20260824_人员姓名.docx

依赖安装

如需处理 PDF 和图片，需要安装额外依赖：

pip install pdfplumber        # PDF 解析
pip install pytesseract Pillow  # 图片 OCR（Windows 需额外安装 Tesseract）

注意事项

1. 信息验证：提取后应向用户确认信息是否正确
2. 人员类别：根据类别自动设置有效期和备注，如未指定类别则留空
3. 性别推断：基于身份证号第17位推断，如有误请用户手动更正
4. 隐私保护：处理完成后不保留简历文件，只保留提取的信息