项目背景： 江苏各省的电力公司保存了大量非结构化信息，如项目报告、开竣工文件、预算书等，这些文件以Excel、PDF、图片等形式存储，未录入系统中，导致信息难以有效利用。该项目旨在建立一个系统，获取并分析这些文件并输出结构化数据。 技术实现： 该项目使用flask搭建，使用blueprints整合各个模块，我深度参与了多个模块的开发，其中Excel识别和图片识别两个模块较为重要： Excel识别： 挑战：文档格式不统一，不同单位文件单独配置工作量巨大且缺乏拓展性。 解决方案：设置一套配置系统，通过位置和过滤条件动态获取所需单元格的数据。复杂条件通过配 置方法过滤，用户可自行配置应对不同样式的文档。此方法已识别出十万级别的文档并进行结构化 存储，使用Openpyxl和Pandas处理文档。 图片识别： 使用PIL进行图片降噪、切割、旋转等处理，使用PaddleOCR进行文字识别，并通过类似Excel识 别配置的方法获取关键字，得到所需数值。识别开竣工文件日期成功率超过80%。

项目概述： 江苏电力智慧财务运营平台是江苏电力数字化项目的一部分，旨在实现数据可视化展示与数据治理。电力信息在多年运营中积累了大量数据，但这些数据分散在阿里中台的各个表中，缺乏统一的维护和展示。因此，亟需建立一个平台进行数据展示与治理。 技术架构： 平台基于 Odoo 进行二次开发，利用其强大的模块化功能集成多种不同功能，并可根据不同客户需求安装不同模块，便于运营与维护。 个人贡献： 我参与并开发了多个关键模块，其中最重要的是数据资源管理模块。该模块通过在阿里中台上部署的脚本获取业务流程中执行的所有 SQL 语句，分析这些语句以确定各个流程的输出表和源表及其血缘关系，并绘制出表之间的血缘关系图。业务人员通过可视化的血缘关系图可以直观了解每个表的每个字段源于哪张源表，数据出现误差时能迅速定位问题。 主要挑战及解决方案： 挑战：某些 SQL 结构复杂，如包含多重子查询、复杂的条件语句等。 解决方案：结合 SQLParse 和正则表达式进行语句分析，通过递归处理复杂子查询，最终取得满意效果。