统计作业提交情况python脚本

当助教时需要统计同学提交作业情况，邮箱接收压缩包。统计完成情况，故搞了个python脚本帮助统计。（根据文件名需要微调）

import os
import pandas as pd
import re

def check_persons_in_filenames(excel_path, folder_path, output_path=None):
    """
    检查压缩文件名中是否包含Excel表格中的人员名字，并标记已出现的人员
    
    参数:
    excel_path: 包含人员名单的Excel文件路径
    folder_path: 包含压缩文件的文件夹路径
    output_path: 输出Excel文件的路径，默认为原文件名_processed.xlsx
    """
    # 读取人员名单Excel文件
    try:
        df = pd.read_excel(excel_path)
        print(f"成功读取Excel文件: {excel_path}")
        print(f"Excel文件包含 {len(df)} 行数据")
    except Exception as e:
        print(f"读取Excel文件时出错: {e}")
        return
    
    # 确保DataFrame中有名字列
    if '姓名' in df.columns:
        person_column = '姓名'
    elif '人员' in df.columns:
        person_column = '人员'
    elif '名字' in df.columns:
        person_column = '名字'
    else:
        # 假设第一列是人员名称
        person_column = df.columns[0]
        print(f"未找到明确的人员名称列，使用第一列 '{person_column}' 作为人员名称")
    
    # 获取所有压缩文件名
    compressed_extensions = ['.zip', '.rar', '.7z', '.tar', '.gz']
    files = []
    
    try:
        for file in os.listdir(folder_path):
            file_lower = file.lower()
            if any(file_lower.endswith(ext) for ext in compressed_extensions):
                files.append(file)
                # 打印找到的每个文件，方便调试
                print(f"发现文件: {file}")
        
        print(f"共找到 {len(files)} 个压缩文件")
        
        # 如果没有找到文件，给出警告
        if not files:
            print("警告: 未在指定文件夹中找到任何压缩文件。请确认路径和文件扩展名是否正确。")
    except Exception as e:
        print(f"读取文件夹时出错: {e}")
        return
    
    # 为每个人员检查文件名中是否包含其名字
    result_column = '提交情况'
    df[result_column] = ''
    NumOfSub = 0
    # 预先编译中文名字的正则表达式模式
    chinese_pattern = re.compile(r'[\u4e00-\u9fa5]{2,}')
    
    for index, row in df.iterrows():
        person_name = str(row[person_column]).strip()
        
        if not person_name or pd.isna(person_name):
            continue
        
        # 在文件名中查找人员名字
        matches = []
        for file in files:
            # 处理方法1：直接查找姓名
            direct_match = re.search(f'(^|[^\\w]){re.escape(person_name)}([^\\w]|$)', file)
            
            # 处理方法2：查找学号后面紧跟的中文名字
            # 从文件名中提取所有可能的中文名字
            chinese_names = chinese_pattern.findall(file)
            
            # 检查每个提取出的中文名字是否与人员名单中的名字匹配
            name_match = any(name.strip() == person_name for name in chinese_names)
            
            # 处理方法3：考虑名字与学号之间可能有空格的情况
            student_id_pattern = r'\d{10,}[\s]*' + re.escape(person_name)
            id_match = re.search(student_id_pattern, file)
            
            if direct_match or name_match or id_match:
                matches.append(file)
        
        # 如果找到匹配，则标记该人员
        if matches:
            NumOfSub += 1
            df.at[index, result_column] = "已提交"
        
    
    # 设置默认输出路径
    if output_path is None:
        base_name = os.path.splitext(excel_path)[0]
        output_path = f"{base_name}_processed.xlsx"
    
    # 保存处理后的Excel
    try:
        df.to_excel(output_path, index=False)
        print(f"提交人数： {NumOfSub}")
        print(f"处理完成，结果已保存至: {output_path}")
    except Exception as e:
        print(f"保存Excel文件时出错: {e}")

def extract_names_from_filenames(files):
    """
    从文件名中提取可能的中文姓名，用于调试
    """
    chinese_pattern = re.compile(r'[\u4e00-\u9fa5]{2,}')
    extracted_names = {}
    
    for file in files:
        names = chinese_pattern.findall(file)
        if names:
            extracted_names[file] = names
    
    return extracted_names

if __name__ == "__main__":
    # 用户输入
    excel_path = input("请输入人员名单Excel文件的路径: ")
    folder_path = input("请输入包含压缩文件的文件夹路径: ")
    output_path = input("请输入输出Excel文件的路径(可选，直接回车使用默认路径): ")
    
    if not output_path:
        output_path = None
    
    # 检查路径是否存在
    if not os.path.exists(excel_path):
        print(f"错误: Excel文件路径不存在: {excel_path}")
    elif not os.path.exists(folder_path):
        print(f"错误: 文件夹路径不存在: {folder_path}")
    else:
    #     # 添加调试选项
    #     debug = input("是否需要调试模式? (y/n, 默认n): ").lower().startswith('y')
        
    #     if debug:
    #         try:
    #             files = [f for f in os.listdir(folder_path) if any(f.lower().endswith(ext) for ext in ['.zip', '.rar', '.7z', '.tar', '.gz'])]
    #             print("\n===== 调试信息 =====")
    #             print(f"发现的文件: {files}")
                
    #             # 从Excel读取人员名单
    #             df = pd.read_excel(excel_path)
    #             person_column = None
    #             for col in ['姓名', '人员', '名字']:
    #                 if col in df.columns:
    #                     person_column = col
    #                     break
                
    #             if not person_column and len(df.columns) > 0:
    #                 person_column = df.columns[0]
                
    #             if person_column:
    #                 print(f"\nExcel中的人员名单 (列: {person_column}):")
    #                 for name in df[person_column].dropna().tolist():
    #                     print(f"  - {name}")
                
    #             # 提取文件名中的中文姓名
    #             names_in_files = extract_names_from_filenames(files)
    #             if names_in_files:
    #                 print("\n文件名中提取的可能姓名:")
    #                 for file, names in names_in_files.items():
    #                     print(f"  文件: {file}")
    #                     print(f"  提取的名字: {', '.join(names)}")
                
    #             print("===== 调试结束 =====\n")
                
    #             proceed = input("是否继续处理? (y/n, 默认y): ")
    #             if proceed.lower().startswith('n'):
    #                 print("已取消处理")
    #                 exit()
    #         except Exception as e:
    #             print(f"调试过程中出错: {e}")
        check_persons_in_filenames(excel_path, folder_path, output_path)

输入示例：
包含压缩包的文件夹：

输入excel：

输出示例：
输出excel：