面向工程合同的信息自動(dòng)提取與管理系統(tǒng)研究

伍依依，張入通，婁亞軍，徐士鐸，張 超

（北京機(jī)械工業(yè)自動(dòng)化研究所有限公司，北京 100120)

0 引言

近幾年，制造業(yè)在工業(yè)4.0時(shí)代的影響下正在蓬勃發(fā)展，相關(guān)的制造合同數(shù)量猛增，所以對(duì)合同的合理高效管理是十分有必要的。目前對(duì)制造合同比較普遍的管理方式是根據(jù)雙方簽訂的紙質(zhì)合同，人工手動(dòng)編寫設(shè)備生產(chǎn)進(jìn)度管理的Excel表格，這樣不僅降低了合同的有效利用率，也會(huì)增加平時(shí)工作的繁瑣程度，手動(dòng)編寫的過程中也很容易出現(xiàn)錯(cuò)誤和紕漏，所以傳統(tǒng)的合同管理方式顯然無法滿足現(xiàn)狀。

現(xiàn)如今，計(jì)算機(jī)技術(shù)被廣泛運(yùn)用在各個(gè)行業(yè)，并且國家大力倡導(dǎo)互聯(lián)網(wǎng)+的概念，在工業(yè)生產(chǎn)管理上也有其非常重要的作用，隨著時(shí)代的發(fā)展，技術(shù)也會(huì)不斷地革新創(chuàng)新，人們對(duì)工業(yè)自動(dòng)化越來越好的要求及各種種類繁多的工程合同的出現(xiàn)，讓傳統(tǒng)的制造合同管理系統(tǒng)開始向網(wǎng)絡(luò)化和自動(dòng)化方向發(fā)展。Python在這之中就有著很廣泛的應(yīng)用，Python語言是一種解釋型高級(jí)程序語言，支持面向?qū)ο缶幊淘O(shè)計(jì)，對(duì)動(dòng)態(tài)數(shù)據(jù)類型的處理非常方便，有不少實(shí)用性較強(qiáng)的應(yīng)用工具，而且有很多第三方的數(shù)據(jù)庫已經(jīng)被研發(fā)出來?；谝陨咸攸c(diǎn)，加上其語法簡單易懂，類庫豐富多樣，應(yīng)用在快速開發(fā)活動(dòng)中非常方便，在當(dāng)下是一種被廣泛運(yùn)用的腳本語言[1]。

本文主要通過分析一些供應(yīng)商加工制造合同，利用Python對(duì)加工制造合同里的關(guān)鍵信息進(jìn)行提取，然后再自動(dòng)生成相應(yīng)的生產(chǎn)進(jìn)度管理表格，初步實(shí)現(xiàn)合同的自動(dòng)化管理。

1 設(shè)計(jì)思路

1.1 Python的介紹

Python語言是一種解釋型高級(jí)程序語言，能夠面向?qū)ο缶幊淘O(shè)計(jì)，支持處理動(dòng)態(tài)數(shù)據(jù)類型，已經(jīng)研發(fā)出很多第三方的數(shù)據(jù)庫和不少實(shí)用性較強(qiáng)的應(yīng)用工具。由于其語法簡潔、類庫豐富，適用于快速開發(fā)活動(dòng)，已經(jīng)成為當(dāng)下較為流行的一種腳本語言[2]。

1.2 常用模塊介紹

Python的最大的優(yōu)勢(shì)之一是其具有豐富并且功能全面的庫，能夠跨平臺(tái)使用并且具備很好的兼容性。模塊是在代碼量變得相當(dāng)大之后，為了將需要重復(fù)使用的有組織的代碼段放在一起，這部分代碼可以附加到現(xiàn)有程序中，附加的過程叫導(dǎo)入。接下來對(duì)需要用到的一些模塊進(jìn)行介紹。

1）docx模塊

Docx模塊是在Python用來處理word文檔的模塊，其處理方式是面向?qū)ο蟮?。Docx模塊將word文檔中的段落，格式，文本等都看作對(duì)象，能夠編寫word文檔，也可以導(dǎo)入word文檔，對(duì)文檔中進(jìn)行處理。

2）re模塊

正則表達(dá)式是一個(gè)Python庫，也是一種邏輯公式，主要用來對(duì)字符串進(jìn)行操作。在Python中導(dǎo)入re模塊，就可以通過正則表達(dá)式對(duì)字符串進(jìn)行匹配。這是一個(gè)很實(shí)用的庫，和文檔相關(guān)的很多操作都需要用到它。

正則表達(dá)式就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個(gè)“規(guī)則字符串”，這個(gè)“規(guī)則字符串”用來表達(dá)對(duì)字符串的一種過濾邏輯。對(duì)文檔中的關(guān)鍵信息進(jìn)行提取就需要用到re模塊中的相關(guān)代碼。

3）Pandas模塊

Pandas模塊是Python用于數(shù)據(jù)導(dǎo)入及整理的模塊，經(jīng)常被用來對(duì)數(shù)據(jù)挖掘中的前期數(shù)據(jù)進(jìn)行處理。Pandas是基于NumPy的一種工具，該工具是為解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。同時(shí)Pandas還提供了表格的處理方式，它能夠?qū)xcel表格進(jìn)行讀取，也能對(duì)表格中的數(shù)據(jù)進(jìn)行處理，為了生成生產(chǎn)加工監(jiān)測(cè)系統(tǒng)的表格就需要用到這個(gè)功能。

1.3 程序流程圖

要實(shí)現(xiàn)整個(gè)功能需要克服兩個(gè)難點(diǎn)，一是如何在整個(gè)合同中只提取自己想要的信息出來，這需要用到正則表達(dá)式的匹配功能；二是如何設(shè)計(jì)并自動(dòng)生成相應(yīng)的設(shè)備生產(chǎn)管理表格，然后將文檔中的信息填寫進(jìn)去?；诖耍瑸榱藢?shí)現(xiàn)整個(gè)功能包括了這三個(gè)部分：

1）確定好要提取的關(guān)鍵信息并進(jìn)行匹配

2）確定好表格的格式

3）將word文檔中的表格內(nèi)容提取并匹配到生成的表格中

基于上訴，整個(gè)實(shí)現(xiàn)過程如圖1的程序流程圖所示，具體步驟如下：

圖1 程序流程圖

1）先導(dǎo)入相關(guān)的工程合同，對(duì)之前確定好的關(guān)鍵信息進(jìn)行正則表達(dá)式匹配；

2）遍歷整個(gè)word文檔提取關(guān)鍵信息；

3）依據(jù)設(shè)備生產(chǎn)進(jìn)度管理的需求和實(shí)際情況，設(shè)計(jì)表格并利用正則表達(dá)式進(jìn)行匹配；

4）生成一個(gè)字典用來存儲(chǔ)表格內(nèi)容，然后讀取合同文檔中的相關(guān)設(shè)備表格，將信息一一對(duì)應(yīng)填入字典中，最后生成所需要的表格。

2 具體設(shè)計(jì)過程

在vs code平臺(tái)上通過Python語言，實(shí)現(xiàn)對(duì)制造合同的關(guān)鍵信息提取，并生成設(shè)備生產(chǎn)進(jìn)度管理的表格，其主要包括以下功能模塊。

2.1 導(dǎo)入合同

利用docx庫中對(duì)文檔的編輯功能，將相應(yīng)的合同路徑導(dǎo)入，作為輸入。相關(guān)的代碼如下：

2.2 關(guān)鍵信息提取模塊

合同導(dǎo)入后根據(jù)需要確定好相應(yīng)的關(guān)鍵信息，利用正則表達(dá)式中的匹配規(guī)則進(jìn)行匹配，遍歷整個(gè)合同，提取關(guān)鍵信息，利用append函數(shù)將其添加到新列表中，然后輸出。部分相關(guān)代碼如下所示：

#匹配要提取的關(guān)鍵信息

2.3 表格設(shè)計(jì)和生成模塊

關(guān)鍵信息提取完成之后需要根據(jù)具體的實(shí)際需求設(shè)計(jì)并生成設(shè)備生產(chǎn)管理表格，為了實(shí)現(xiàn)這個(gè)功能，需要用到Pandas模塊，Pandas模塊是Python用于數(shù)據(jù)導(dǎo)入及整理的模塊。部分相關(guān)代碼如下所示：

#設(shè)計(jì)表頭

3 應(yīng)用實(shí)例

接下來根據(jù)對(duì)實(shí)驗(yàn)結(jié)果的分析，檢驗(yàn)程序是否具有實(shí)用性和可靠性。首先需要檢驗(yàn)的是關(guān)鍵信息的提取功能是否能夠?qū)崿F(xiàn)，在一份合同中最重要的就是合同名稱，甲方和乙方的信息，簽約的時(shí)間地點(diǎn)等，所以先就這些關(guān)鍵信息進(jìn)行一個(gè)提取。選擇《合同-西南鋁氣墊爐前后配套設(shè)備開收卷機(jī)(浙江通力)》，合同的部分具體信息如圖2所示。

圖2 合同信息1

導(dǎo)入此合同后運(yùn)行，得到圖3的結(jié)果，可以看到，按照規(guī)定提取出來的關(guān)鍵信息，比如制造名稱，委托方和承制方等信息和word文檔里是完全匹配的，而且能夠根據(jù)需求做出相應(yīng)的改變，保證了其準(zhǔn)確性和靈活性。

圖3 信息提取結(jié)果

圖4合同信息2是這份合同中承制方和供貨方所負(fù)責(zé)的一些設(shè)備情況，通過表格可以看到有圖號(hào)，設(shè)備名稱，數(shù)量等信息。

圖4 合同信息2

在這份合同中委托方負(fù)責(zé)供貨，承制方負(fù)責(zé)制造，裝配，負(fù)責(zé)安裝，售后服務(wù)等。所以對(duì)生成的表格的要求不僅僅是能夠?qū)ord文檔中的信息提取出來，還需要添加表頭的內(nèi)容，供承制方后期填寫，讓表格實(shí)現(xiàn)生產(chǎn)加工監(jiān)測(cè)的功能。觀察圖5，發(fā)現(xiàn)表格能夠滿足上訴提到的要求，通過程序?qū)⒏鱾€(gè)設(shè)備的信息調(diào)取出來，同時(shí)表頭部分還包含了設(shè)備的其他信息，供承制方更新設(shè)備之后的狀態(tài)，讓表格的部分也根據(jù)實(shí)際的生產(chǎn)設(shè)備管理要求進(jìn)行了自動(dòng)匹配。

圖5 表格生成結(jié)果

4 結(jié)語

本文針對(duì)目前工程項(xiàng)目中生產(chǎn)加工監(jiān)測(cè)中出現(xiàn)的繁瑣情況，希望能夠通過工程合同做一個(gè)連接，對(duì)合同的信息進(jìn)行有選擇的提取和有效利用，減少加工監(jiān)測(cè)管理上面臨的不便。所以利用Python中的相關(guān)知識(shí)，設(shè)計(jì)這樣一個(gè)既能夠?qū)こ毯贤M(jìn)行信息提取又能夠生成對(duì)設(shè)備生產(chǎn)加工進(jìn)度進(jìn)行監(jiān)測(cè)的系統(tǒng)，對(duì)未來的工程合同管理帶來非常大的便利，將自動(dòng)化辦公的思想也沿用到生產(chǎn)加工中設(shè)備的管理上。這樣不僅可以節(jié)約人力成本和節(jié)省時(shí)間，也能夠減少紕漏，而且又能夠根據(jù)需求進(jìn)行個(gè)性化的改變和設(shè)計(jì)，應(yīng)用范圍廣，實(shí)用性強(qiáng)。