完善差旅报销归档流程

将附件整理到本次处理目录，并在填表后按行程信息归档，避免过程文件和报销附件污染根目录。

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

.gitignore

@@ -1,3 +1,12 @@
 *.pdf
 *.jpg
+*.jpeg
+*.png
+*.txt
+*.json
+*.xlsx
 报销输出/
+__pycache__/
+[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]/
+[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]-*/
+[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]-[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]_*/

README.md

@@ -5,8 +5,8 @@
 当用户把本 `README.md` 提供给大模型，或让大模型在本目录处理差旅报销时，大模型应直接按下面流程开始执行，不需要用户再复制额外提示词：
 
 1. 先阅读本说明，确认当前目录是报销目录。
-2. 检查当前目录是否存在基础文件：`差旅报销.py`、`差旅费明细表.xlsx`、本次报销 PDF。
+2. 检查当前目录是否存在基础文件：`差旅报销.py`、`差旅费明细表.xlsx`，以及用户放在根目录的本次报销 PDF/图片附件。
-3. 如果 `报销输出/pdf_raw_text.txt` 不存在，自动运行：
+3. 自动运行 `extract`，脚本会先把根目录的 PDF/JPG/JPEG/PNG 移动到处理当天目录（如 `20260529/`），再提取 PDF 原文：
 
    ```bash
    python3 差旅报销.py extract
@@ -18,23 +18,23 @@
    py 差旅报销.py extract
    ```
 
-4. 读取 `报销输出/pdf_raw_text.txt`，按本文的 JSON Schema 分析出差人、日期、事由、费用分类、金额和证据。
+4. 读取本次处理目录中的 `报销输出/pdf_raw_text.txt`，按本文的 JSON Schema 分析出差人、日期、事由、费用分类、金额和证据。
 5. 如果同一笔滴滴/打车费用同时有行程单和电子发票，金额只按电子发票计入一次；行程单只作为附件和行程明细使用，不要与发票重复计入金额。
 6. 如果出差人、出差事由、出发地、目的地、日期、金额等关键信息无法从原文可靠判断，必须先问用户；不要编造。
-7. 将最终 JSON 保存为 `报销输出/analyzed_result.json`。
+7. 将最终 JSON 保存为本次处理目录中的 `报销输出/analyzed_result.json`。
 8. 确认 `questions` 为空、金额合计一致、附件张数一致后，自动运行：
 
    ```bash
-   python3 差旅报销.py fill 报销输出/analyzed_result.json
+   python3 差旅报销.py fill 20260529/报销输出/analyzed_result.json
    ```
 
    Windows 环境可改用：
 
    ```powershell
-   py 差旅报销.py fill 报销输出/analyzed_result.json
+   py 差旅报销.py fill 20260529/报销输出/analyzed_result.json
    ```
 
-9. 最后告诉用户生成的 Excel 文件路径，以及是否有任何需要人工复核的证据或假设；如果存在行程单和电子发票对应同一笔费用，必须明确提醒用户：行程单未重复计入金额，只作为附件和行程明细使用。
+9. 最后告诉用户生成的 Excel 文件路径和本次归档目录，以及是否有任何需要人工复核的证据或假设；如果存在行程单和电子发票对应同一笔费用，必须明确提醒用户：行程单未重复计入金额，只作为附件和行程明细使用。
 
 > 简单说：看到本 README 后，大模型应自动完成“提取 PDF 原文 → 分析生成 JSON → 填写 Excel”，只有在信息不确定时才暂停询问用户。
 
@@ -99,7 +99,7 @@ py -m pip install pdfplumber openpyxl
 
 ```powershell
 py 差旅报销.py extract
-py 差旅报销.py fill 报销输出/analyzed_result.json
+py 差旅报销.py fill 20260529/报销输出/analyzed_result.json
 ```
 
 ### Linux / macOS
@@ -112,39 +112,55 @@ python3 -m pip install pdfplumber openpyxl
 
 ```bash
 python3 差旅报销.py extract
-python3 差旅报销.py fill 报销输出/analyzed_result.json
+python3 差旅报销.py fill 20260529/报销输出/analyzed_result.json
 ```
 
 ---
 
 ## 标准目录结构
 
+每次开始处理前，根目录只需要保留基础文件，并把本次报销附件直接放到根目录：
+
 ```text
 报销目录/
 ├── 差旅费明细表.xlsx      # 必需：模板
 ├── 差旅报销.py             # 必需：脚本
 ├── README.md              # 必需：说明
-├── 住宿.pdf               # 本次报销 PDF
+├── 住宿.pdf               # 本次报销 PDF，运行 extract 后会被移动
-├── 机票*.pdf              # 本次报销 PDF
+├── 机票*.pdf              # 本次报销 PDF，运行 extract 后会被移动
-├── 滴滴出行行程报销单*.pdf  # 本次报销 PDF
+├── 滴滴出行行程报销单*.pdf  # 本次报销 PDF，运行 extract 后会被移动
-└── 滴滴电子发票*.pdf       # 本次报销 PDF
+├── 滴滴电子发票*.pdf       # 本次报销 PDF，运行 extract 后会被移动
+└── 打车截图.jpg            # 本次报销图片附件，运行 extract 后会被移动
 ```
 
-脚本输出统一放到：
+运行 `extract` 后会先形成处理当天目录，例如：
-
-```text
-报销输出/
-```
-
-运行后会形成：
 
 ```text
 报销目录/
-└── 报销输出/
+└── 20260529/
-    ├── pdf_raw_text.txt
+    ├── 住宿.pdf
-    ├── analyzed_result.json
+    ├── 机票*.pdf
-    ├── schema_example.json       # 可选
+    ├── 滴滴出行行程报销单*.pdf
-    └── 差旅费明细表_xxxx_20260520_广州_售后维修.xlsx
+    ├── 滴滴电子发票*.pdf
+    ├── 打车截图.jpg
+    └── 报销输出/
+        └── pdf_raw_text.txt
+```
+
+运行 `fill` 成功后，会把当天目录重命名为本次归档目录，并保留 `报销输出/` 结构：
+
+```text
+报销目录/
+└── 20260520-20260522_北京-广州_售后维修/
+    ├── 住宿.pdf
+    ├── 机票*.pdf
+    ├── 滴滴出行行程报销单*.pdf
+    ├── 滴滴电子发票*.pdf
+    ├── 打车截图.jpg
+    └── 报销输出/
+        ├── pdf_raw_text.txt
+        ├── analyzed_result.json
+        └── 差旅费明细表_xxxx_20260520_广州_售后维修.xlsx
 ```
 
 ---
@@ -163,23 +179,25 @@ Windows 可用：
 py 差旅报销.py extract
 ```
 
-输出：
+运行时会把根目录的 PDF/JPG/JPEG/PNG 移动到处理当天目录，例如 `20260529/`。如果当天目录已存在且已有附件，脚本会询问是否合并；不合并会创建 `20260529-1/`、`20260529-2/` 这样的新目录。
+
+输出位于本次处理目录中，例如：
 
 ```text
-报销输出/pdf_raw_text.txt
+20260529/报销输出/pdf_raw_text.txt
 ```
 
 这个文件按 PDF 文件分块保存原始文本，例如：
 
 ```text
 ============================================================
-文件: 住宿.pdf
+文件: 20260529/住宿.pdf
 ============================================================
 电子发票（增值税专用发票）
 ...
 
 ============================================================
-文件: 滴滴出行行程报销单A.pdf
+文件: 20260529/滴滴出行行程报销单A.pdf
 ============================================================
 滴滴出行-行程单
 ...
@@ -191,10 +209,10 @@ py 差旅报销.py extract
 
 ### Step 2：让大模型分析 TXT 并输出 JSON
 
-把 `报销输出/pdf_raw_text.txt` 交给大模型，让大模型生成：
+把本次处理目录中的 `报销输出/pdf_raw_text.txt` 交给大模型，让大模型生成同目录下的 JSON，例如：
 
 ```text
-报销输出/analyzed_result.json
+20260529/报销输出/analyzed_result.json
 ```
 
 可以先查看 JSON 模板：
@@ -221,17 +239,17 @@ python3 差旅报销.py schema --output
 请根据本 README 自动处理当前目录的差旅报销。
 
 你的任务：
-1. 如果 `报销输出/pdf_raw_text.txt` 不存在，先运行 `python3 差旅报销.py extract` 提取 PDF 原文。
+1. 先运行 `python3 差旅报销.py extract`，脚本会把根目录 PDF/JPG/JPEG/PNG 移动到本次处理目录，并提取 PDF 原文。
-2. 读取 `报销输出/pdf_raw_text.txt`，从 PDF 原文中识别出差人、出差事由、出发日期、结束日期、出发地、目的地、出行方式、出差天数。
+2. 读取 extract 输出提示中的 `报销输出/pdf_raw_text.txt`，从 PDF 原文中识别出差人、出差事由、出发日期、结束日期、出发地、目的地、出行方式、出差天数。
 3. 将费用分为：住宿、交通、饮食、其他。
 4. 每个费用类别都要给出金额、单据张数、说明。
 5. 计算附件总张数、报销总额、预借差旅费、补领金额、退还金额。
 6. 每个金额必须写入 evidence，说明来自哪个文件、依据是哪段文本。
 7. 如果同一笔滴滴/打车费用同时有行程单和电子发票，金额只按电子发票计入一次；行程单只作为附件和行程明细使用，不要与发票重复计入金额。
 8. 如果某个字段无法可靠判断，必须先问用户，不要编造；在未确认前不要填表。
-9. 将最终 JSON 保存为 `报销输出/analyzed_result.json`，JSON 必须符合 README 中的 schema。
+9. 将最终 JSON 保存到本次处理目录中的 `报销输出/analyzed_result.json`，JSON 必须符合 README 中的 schema。
-10. 确认 `questions` 为空、金额合计一致、附件张数一致后，运行 `python3 差旅报销.py fill 报销输出/analyzed_result.json` 生成最终 Excel。
+10. 确认 `questions` 为空、金额合计一致、附件张数一致后，运行 `python3 差旅报销.py fill 本次处理目录/报销输出/analyzed_result.json` 生成最终 Excel，并把本次目录重命名为 `出发日期-结束日期_出发地-目的地_事由简写` 格式。
-11. 最后告诉用户生成的 Excel 文件路径，并列出需要人工复核的证据或假设；如果存在行程单和电子发票对应同一笔费用，必须明确提醒用户：行程单未重复计入金额，只作为附件和行程明细使用。
+11. 最后告诉用户生成的 Excel 文件路径和本次归档目录，并列出需要人工复核的证据或假设；如果存在行程单和电子发票对应同一笔费用，必须明确提醒用户：行程单未重复计入金额，只作为附件和行程明细使用。
 ```
 
 ---
@@ -322,13 +340,13 @@ python3 差旅报销.py schema --output
 ## Step 3：读取 JSON 并填表
 
 ```bash
-python3 差旅报销.py fill 报销输出/analyzed_result.json
+python3 差旅报销.py fill 20260529/报销输出/analyzed_result.json
 ```
 
 Windows 可用：
 
 ```powershell
-py 差旅报销.py fill 报销输出/analyzed_result.json
+py 差旅报销.py fill 20260529/报销输出/analyzed_result.json
 ```
 
 脚本会：
@@ -338,7 +356,8 @@ py 差旅报销.py fill 报销输出/analyzed_result.json
 3. 校验附件张数是否一致
 4. 复制 `差旅费明细表.xlsx`
 5. 用 openpyxl 填入固定单元格
-6. 输出最终 XLSX 到 `报销输出/`
+6. 输出最终 XLSX 到本次处理目录的 `报销输出/`
+7. 将本次处理目录重命名为 `出发日期-结束日期_出发地-目的地_事由简写` 格式
 
 输出文件命名规则：
 
@@ -349,7 +368,7 @@ py 差旅报销.py fill 报销输出/analyzed_result.json
 示例：
 
 ```text
-报销输出/差旅费明细表_xxxx_20260520_广州_售后维修.xlsx
+20260520-20260522_北京-广州_售后维修/报销输出/差旅费明细表_xxxx_20260520_广州_售后维修.xlsx
 ```
 
 ---

差旅报销.py

@@ -3,8 +3,8 @@
 差旅报销自动化脚本
 
 Python 只做两类确定性工作：
-1. extract：提取 PDF 原文到 TXT
+1. extract：整理输入附件，提取 PDF 原文到本次归档目录的 TXT
-2. fill：读取大模型生成的 JSON，填入 Excel 模板
+2. fill：读取大模型生成的 JSON，填入 Excel 模板，并完成本次归档目录命名
 
 中间的发票理解、金额分类、日期/事由/人员判断全部由大模型完成。
 模板使用 .xlsx，完全依赖 Python 包实现跨平台，不依赖 LibreOffice。
@@ -14,14 +14,17 @@ import argparse
 import json
 import re
 import shutil
+from datetime import date
 from pathlib import Path
 
 import pdfplumber
 
 
-OUTPUT_DIR = Path("报销输出")
+OUTPUT_DIR_NAME = "报销输出"
-RAW_TEXT_FILE = OUTPUT_DIR / "pdf_raw_text.txt"
+RAW_TEXT_FILENAME = "pdf_raw_text.txt"
+ANALYZED_RESULT_FILENAME = "analyzed_result.json"
 TEMPLATE_FILE = Path("差旅费明细表.xlsx")
+ATTACHMENT_SUFFIXES = {".pdf", ".jpg", ".jpeg", ".png"}
 
 
 SCHEMA_EXAMPLE = {
@@ -83,24 +86,24 @@ SCHEMA_EXAMPLE = {
 }
 
 
-def ensure_output_dir():
-    OUTPUT_DIR.mkdir(exist_ok=True)
-
-
 def command_extract(_args):
-    ensure_output_dir()
+    archive_dir = prepare_archive_dir()
-    pdf_files = sorted(Path(".").glob("*.pdf"))
+    output_dir = archive_dir / OUTPUT_DIR_NAME
-    if not pdf_files:
+    output_dir.mkdir(exist_ok=True)
-        raise SystemExit("当前目录未找到 PDF 文件。")
+    raw_text_file = output_dir / RAW_TEXT_FILENAME
 
-    with open(RAW_TEXT_FILE, "w", encoding="utf-8") as output:
+    pdf_files = sorted(archive_dir.glob("*.pdf"))
+    if not pdf_files:
+        raise SystemExit(f"{archive_dir} 中未找到 PDF 文件。请把 PDF 放到根目录后重新运行 extract。")
+
+    with open(raw_text_file, "w", encoding="utf-8") as output:
         output.write("=" * 60 + "\n")
         output.write("PDF 原始内容汇总\n")
         output.write("=" * 60 + "\n\n")
 
         for pdf_path in pdf_files:
             output.write(f"\n{'=' * 60}\n")
-            output.write(f"文件: {pdf_path.name}\n")
+            output.write(f"文件: {pdf_path}\n")
             output.write("=" * 60 + "\n")
 
             try:
@@ -113,14 +116,93 @@ def command_extract(_args):
             except Exception as exc:
                 output.write(f"\n[读取失败: {exc}]\n")
 
-    print(f"已提取 {len(pdf_files)} 个 PDF 文件到 {RAW_TEXT_FILE}")
+    print(f"本次附件目录：{archive_dir}")
+    print(f"已提取 {len(pdf_files)} 个 PDF 文件到 {raw_text_file}")
+    print(f"请将分析结果保存为：{output_dir / ANALYZED_RESULT_FILENAME}")
+
+
+def prepare_archive_dir():
+    root_attachments = find_root_attachments()
+    today_dir = Path(date.today().strftime("%Y%m%d"))
+
+    if root_attachments:
+        archive_dir = choose_archive_dir(today_dir)
+        archive_dir.mkdir(exist_ok=True)
+        for attachment in root_attachments:
+            target = unique_file_path(archive_dir / attachment.name)
+            shutil.move(str(attachment), target)
+        print(f"已移动 {len(root_attachments)} 个输入文件到 {archive_dir}")
+        return archive_dir
+
+    existing_today_dir = find_existing_today_dir(today_dir)
+    if existing_today_dir:
+        return existing_today_dir
+
+    raise SystemExit("当前根目录未找到 PDF/JPG/JPEG/PNG 文件。请把本次发票、行程单或截图放到根目录后再运行 extract。")
+
+
+def find_root_attachments():
+    return sorted(
+        path for path in Path(".").iterdir()
+        if path.is_file() and path.suffix.lower() in ATTACHMENT_SUFFIXES
+    )
+
+
+def choose_archive_dir(today_dir):
+    if not today_dir.exists():
+        return today_dir
+
+    if has_attachments(today_dir):
+        answer = input(f"{today_dir} 已存在且包含附件，是否合并本次根目录附件？[y/N] ").strip().lower()
+        if answer in {"y", "yes"}:
+            return today_dir
+        return next_numbered_dir(today_dir)
+
+    return today_dir
+
+
+def find_existing_today_dir(today_dir):
+    candidates = [today_dir] + sorted(Path(".").glob(f"{today_dir.name}-*"))
+    candidates = [path for path in candidates if path.is_dir() and list(path.glob("*.pdf"))]
+    if not candidates:
+        return None
+    return candidates[-1]
+
+
+def has_attachments(directory):
+    return any(
+        path.is_file() and path.suffix.lower() in ATTACHMENT_SUFFIXES
+        for path in directory.iterdir()
+    )
+
+
+def next_numbered_dir(base_dir):
+    index = 1
+    while True:
+        candidate = Path(f"{base_dir.name}-{index}")
+        if not candidate.exists():
+            return candidate
+        index += 1
+
+
+def unique_file_path(path):
+    if not path.exists():
+        return path
+
+    index = 1
+    while True:
+        candidate = path.with_name(f"{path.stem}-{index}{path.suffix}")
+        if not candidate.exists():
+            return candidate
+        index += 1
 
 
 def command_schema(args):
-    ensure_output_dir()
+    output_dir = Path(OUTPUT_DIR_NAME)
+    output_dir.mkdir(exist_ok=True)
     text = json.dumps(SCHEMA_EXAMPLE, ensure_ascii=False, indent=2)
     if args.output:
-        schema_path = OUTPUT_DIR / "schema_example.json"
+        schema_path = output_dir / "schema_example.json"
         schema_path.write_text(text + "\n", encoding="utf-8")
         print(f"已写入 {schema_path}")
     else:
@@ -132,9 +214,17 @@ def command_fill(args):
     validate_result(result)
     ensure_fill_dependencies()
 
-    output_file = fill_template(result)
+    json_path = Path(args.json_path)
+    output_dir = json_path.parent
+    archive_dir = output_dir.parent if output_dir.name == OUTPUT_DIR_NAME else Path(".")
+
+    output_file = fill_template(result, output_dir)
     verify_output(output_file, result)
-    print(f"完成：{output_file}")
+    final_archive_dir = finalize_archive_dir(archive_dir, result)
+    final_output_file = final_archive_dir / OUTPUT_DIR_NAME / output_file.name
+
+    print(f"完成：{final_output_file}")
+    print(f"本次归档目录：{final_archive_dir}")
 
 
 def load_json(json_path):
@@ -213,13 +303,13 @@ def ensure_fill_dependencies():
         raise SystemExit("缺少 openpyxl，请运行：python -m pip install openpyxl")
 
 
-def fill_template(result):
+def fill_template(result, output_dir):
-    ensure_output_dir()
+    output_dir.mkdir(exist_ok=True)
     import openpyxl
 
     meta = result["meta"]
     expenses = result["expenses"]
-    output_file = OUTPUT_DIR / build_output_filename(meta)
+    output_file = output_dir / build_output_filename(meta)
 
     shutil.copy(TEMPLATE_FILE, output_file)
     wb = openpyxl.load_workbook(output_file)
@@ -244,6 +334,38 @@ def fill_template(result):
     return output_file
 
 
+def finalize_archive_dir(archive_dir, result):
+    if archive_dir == Path("."):
+        return archive_dir
+
+    target_dir = unique_archive_dir(archive_dir.parent / build_archive_dir_name(result["meta"]))
+    if archive_dir.resolve() == target_dir.resolve():
+        return archive_dir
+
+    archive_dir.rename(target_dir)
+    return target_dir
+
+
+def unique_archive_dir(path):
+    if not path.exists():
+        return path
+
+    index = 1
+    while True:
+        candidate = path.with_name(f"{path.name}-{index}")
+        if not candidate.exists():
+            return candidate
+        index += 1
+
+
+def build_archive_dir_name(meta):
+    start_date = normalize_date_for_filename(meta["出发日期"])
+    end_date = normalize_date_for_filename(meta["结束日期"])
+    route = sanitize_filename(f'{meta["出发地"]}-{meta["目的地"]}')
+    reason = sanitize_filename(meta["事由简写"])
+    return f"{start_date}-{end_date}_{route}_{reason}"
+
+
 def build_output_filename(meta):
     date_str = normalize_date_for_filename(meta["出发日期"])
     safe_parts = [
@@ -304,14 +426,14 @@ def build_parser():
     parser = argparse.ArgumentParser(description="差旅报销自动化脚本")
     subparsers = parser.add_subparsers(dest="command", required=True)
 
-    extract_parser = subparsers.add_parser("extract", help="提取当前目录所有 PDF 原文到 报销输出/pdf_raw_text.txt")
+    extract_parser = subparsers.add_parser("extract", help="整理根目录附件并提取 PDF 原文到本次归档目录")
     extract_parser.set_defaults(func=command_extract)
 
     schema_parser = subparsers.add_parser("schema", help="输出大模型需要生成的 JSON schema 示例")
     schema_parser.add_argument("--output", action="store_true", help="写入 报销输出/schema_example.json，而不是打印到终端")
     schema_parser.set_defaults(func=command_schema)
 
-    fill_parser = subparsers.add_parser("fill", help="读取 JSON 并填入差旅费明细表模板")
+    fill_parser = subparsers.add_parser("fill", help="读取 JSON 并填入差旅费明细表模板，再归档本次目录")
     fill_parser.add_argument("json_path", help="大模型生成的 analyzed_result.json 路径")
     fill_parser.set_defaults(func=command_fill)