简介这是一套面向人事行政人员、中小企业管理者及需要整理员工档案的办公用户的人事档案管理系统破解版主打易用、可定制与多场景数据处理可用于员工信息登记、查询打印、统计分析和日常通讯录维护。系统支持CSV、XLS等格式导入导出与摄像头数据采集能按学历、性别、年龄及年龄段、籍贯、婚姻状况、毕业院校等维度生成统计图表并提供当天、本周、下周、下月生日提示录入身份证信息后可辅助判断真伪并提取出生日期、性别、年龄和籍贯树型分组便于透视管理。包体约3.16MB文件总数与类型明细暂未提供采用免安装的绿色软件形态支持单机与网络环境报表和界面也预留二次开发空间。已有1438人学习或下载适合希望低成本搭建人事信息台账、快速上手统计与查询的读者参考使用。1. 人事档案管理系统这类工具我不建议你去下“破解版”上个月有人甩给我一个压缩包说找到一份人事档案管理系统破解版功能强大还支持导入导出让我帮忙看看能不能用。我解开目录扫了一眼就退回去了里面塞了三个来路不明的 dll外加一个开机自启的更新服务导入导出模块本身倒确实是真货可它导出的时候会顺手把整张员工表写进一个明文日志文件。这类包我碰得不少功能是真的代价是你全公司的身份证号、银行卡号、家庭住址全都躺在别人的回传通道里。真正要解决的问题其实很朴素把散在几十个 Excel 里的员工信息收进一个能查、能改、能批量导入导出的库字段自己定脱敏规则自己写。用 Python 加一个轻量 Web 框架两三天能搭出可用版本导入导出是重点坑也恰好集中在这两块。下面这套是我给几个小团队落地过的版本从表结构到流式导出一条线走通照着抄能跑。2. 数据模型先立住18 个字段和一份导入契约动手写接口之前先把表结构和 Excel 模板定死。这两件事定错了后面每加一个功能都要返工。我见过最常见的翻车方式是把入职登记表原样搬进数据库——六七十列一半常年空着改个字段名要动前端、后端、导出模板三处。2.1 拆成三张表主表只留 18 个字段我的切法是主表 任职记录表 附件表。主表只放“不随调岗变化”的稳定信息工号、姓名、证件、联系方式、入职日期这些调岗调薪、部门变更全部进任职记录表一条变更一条记录带生效日期劳动合同扫描件、学历证明这类走附件表存路径和哈希不塞进数据库 BLOB。这样切的好处很直接员工主表宽度可控导出时字段枚举简单任职历史天然是时间序列算司龄、算在岗人数不用做复杂的状态回溯附件单独存备份和迁移时可以分开处理。字段名类型说明导入必填emp_noVARCHAR(32)工号全局唯一是nameVARCHAR(64)姓名是id_cardVARCHAR(32)证件号存脱敏前的原值唯一索引是genderVARCHAR(8)枚举男/女/未填否birth_dateDATE出生日期可由证件号推导否mobileVARCHAR(20)手机号否emailVARCHAR(128)邮箱否dept_codeVARCHAR(32)部门编码关联部门表是job_titleVARCHAR(64)岗位名称否hire_dateDATE入职日期是leave_dateDATE离职日期在职为空否emp_statusVARCHAR(16)在职/试用/离职/停薪留职是edu_levelVARCHAR(16)学历枚举否contract_endDATE合同到期日否bank_accountVARCHAR(64)工资卡号导出默认脱敏否emergency_contactVARCHAR(64)紧急联系人否remarkVARCHAR(512)备注否updated_atDATETIME最后更新时间服务端写入否id_card上必须建唯一索引这是后面做幂等导入的地基。dept_code不要存部门中文名中文名一改历史数据全对不上用编码关联部门表最稳。2.2 导入模板的六条硬约束模板这一层不做约束代码里就要用十倍的量去兜底。我一般把规矩写在模板首页的说明 sheet 里同时代码里也校验一遍第一个 sheet 必须是数据页名字固定为employees说明页放第二个 sheet读取时忽略。第一行是表头列名与字段映射表一一对应不允许合并单元格不允许空列插在中间。日期列统一YYYY-MM-DD不接受2024/1/5、20240105这种变体。证件号、手机号、银行卡号三列列格式必须设成“文本”否则 Excel 会把 18 位身份证按浮点数截断成科学计数法。枚举列性别、员工状态、学历在模板里做数据有效性下拉减少脏值。单次导入上限 5000 行超过就拆文件。这个限制不是为了省内存是为了让失败回执可读。2.3 建表与模型定义用 SQLAlchemy 2.x 的声明式写法SQLite 起步够用团队大了换 MySQL 只改连接串。# models.py from datetime import date, datetime from sqlalchemy import String, Date, DateTime, UniqueConstraint, Index from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column class Base(DeclarativeBase): pass class Employee(Base): __tablename__ employee id: Mapped[int] mapped_column(primary_keyTrue, autoincrementTrue) emp_no: Mapped[str] mapped_column(String(32), nullableFalse) name: Mapped[str] mapped_column(String(64), nullableFalse) # 唯一索引幂等导入靠它兜底 id_card: Mapped[str] mapped_column(String(32), nullableFalse, uniqueTrue) gender: Mapped[str] mapped_column(String(8), default未填) birth_date: Mapped[date | None] mapped_column(Date, nullableTrue) mobile: Mapped[str | None] mapped_column(String(20)) email: Mapped[str | None] mapped_column(String(128)) dept_code: Mapped[str] mapped_column(String(32), nullableFalse) job_title: Mapped[str | None] mapped_column(String(64)) hire_date: Mapped[date] mapped_column(Date, nullableFalse) leave_date: Mapped[date | None] mapped_column(Date) emp_status: Mapped[str] mapped_column(String(16), default在职) edu_level: Mapped[str | None] mapped_column(String(16)) contract_end: Mapped[date | None] mapped_column(Date) bank_account: Mapped[str | None] mapped_column(String(64)) emergency_contact: Mapped[str | None] mapped_column(String(64)) remark: Mapped[str | None] mapped_column(String(512)) updated_at: Mapped[datetime] mapped_column(DateTime, defaultdatetime.utcnow, onupdatedatetime.utcnow) __table_args__ ( # 工号也做唯一防止同一个人两条工号记录 UniqueConstraint(emp_no, nameuq_emp_no), Index(ix_dept_status, dept_code, emp_status), )上面的模型里uniqueTrue加在id_card上是整套方案里最关键的一行。导入重复文件时数据库这一层会直接拒绝写入重复证件号不需要业务代码里做全表扫描比对。ix_dept_status这个联合索引是给「按部门统计在职人数」这类查询准备的导出全量数据时用不上但日常列表页离不开它。updated_at用onupdate自动维护比在每个 service 里手写now()省心。日期字段一律可空除了hire_date——没有入职日期的记录没法算司龄也没法进统计口径宁可导入时拒掉。建库脚本用Base.metadata.create_all()正式环境再引入 Alembic 做迁移版本控制。3. Excel 批量导入三层校验流水线导入是整个系统里最容易出事故的地方。用户手里的 Excel 什么样都有表头多个空格、日期写成“2024年3月”、身份证后面偷偷跟了一个回车、同一个文件导两遍。把校验拆成三层出问题的时候能精确定位到是文件坏了、行坏了还是某个字段坏了。3.1 文件级、行级、字段级各管一段文件级校验在读数据之前完成后缀必须是.xlsx.xls直接拒老格式解析库行为不一致、文件大小不超过 10MB、sheet 名存在、表头集合与预期完全一致多一列少一列都拒宁可让用户改模板也别做模糊匹配。行级校验看跨字段关系hire_date不能晚于leave_date状态是「离职」时leave_date必须有值birth_date与hire_date间隔不能小于 16 年小于这个数基本是日期填错了。字段级校验最细必填非空、长度上限、枚举白名单、证件号校验码、手机号号段、邮箱正则。三层各自返回一个错误列表最后合并成一份错误回执。# validators.py import re from datetime import date ID_WEIGHTS [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2] ID_CHECK 10X98765432 def check_id_card(id_no: str) - bool: 18 位身份证校验长度 出生日期合法性 加权校验码 if not id_no or len(id_no) ! 18: return False if not id_no[:17].isdigit(): return False try: year, month, day int(id_no[6:10]), int(id_no[10:12]), int(id_no[12:14]) date(year, month, day) # 日期不合法会抛异常 except ValueError: return False total sum(int(id_no[i]) * ID_WEIGHTS[i] for i in range(17)) return id_no[17].upper() ID_CHECK[total % 11] def check_mobile(mobile: str) - bool: 只做宽松校验11 位数字且以 1 开头号段变化太快不适合写死 return bool(re.fullmatch(r1\d{10}, mobile or )) def check_date_range(birth: date | None, hire: date | None) - bool: 出生日期与入职日期至少间隔 16 年 if not birth or not hire: return True return (hire - birth).days 16 * 365check_id_card里三件事缺一不可长度和纯数字是第一道闸date(year, month, day)这一步能揪出20241301这种不存在的日期很多人只写正则\d{18}就放过去了加权求和取模是国标校验位能挡掉绝大多数手输错误。check_mobile故意不做号段白名单运营商号段一年变好几次写死等于给自己埋雷宽松校验加人工复核更实际。3.2 读文件时避开 openpyxl 的默认行为openpyxl有个默认行为要注意单元格如果存的是数字读出来就是int或float不是str。身份证被 Excel 存成数字之后第 18 位会直接丢失精度变成1.10101e17这时候无论怎么校验都救不回来只能报错让用户改列格式重新导出。# importer.py from openpyxl import load_workbook from datetime import datetime, date HEADER_MAP { 工号: emp_no, 姓名: name, 证件号: id_card, 性别: gender, 出生日期: birth_date, 手机号: mobile, 邮箱: email, 部门编码: dept_code, 岗位: job_title, 入职日期: hire_date, 离职日期: leave_date, 员工状态: emp_status, 学历: edu_level, 合同到期日: contract_end, 银行卡号: bank_account, 紧急联系人: emergency_contact, 备注: remark, } def read_sheet(path: str) - list[dict]: wb load_workbook(path, read_onlyTrue, data_onlyTrue) ws wb[employees] rows ws.iter_rows(values_onlyTrue) header [str(c).strip() if c is not None else for c in next(rows)] mapping {i: HEADER_MAP[h] for i, h in enumerate(header) if h in HEADER_MAP} result [] for line_no, row in enumerate(rows, start2): # 2 数据首行行号 if all(c is None or str(c).strip() for c in row): continue # 整行空白直接跳过 item {_line: line_no} for idx, field in mapping.items(): item[field] normalize(row[idx] if idx len(row) else None) result.append(item) return result def normalize(value): 统一成字符串并去空白日期单元格单独转 ISO 格式 if value is None: return None if isinstance(value, datetime): return value.date().isoformat() if isinstance(value, date): return value.isoformat() if isinstance(value, float) and value.is_integer(): return str(int(value)) # 手机号被读成 138.0 的情况 return str(value).strip()read_onlyTrue对大文件很重要不加这个参数会把整个工作簿加载进内存。data_onlyTrue让公式单元格返回计算结果而不是公式字符串模板里如果有TODAY()这种列不加就会读到TODAY()五个字符。normalize里那两个isinstance分支是血泪经验Excel 里手机号存成数字读出来是13800138000.0不做转换直接入库后面按手机号查人永远查不到。日期单元格读出来是datetime对象直接str()会得到2024-03-05 00:00:00跟数据库的DATE类型对不上。3.3 事务策略全量拒绝还是部分成功两种策略要提前跟业务方对齐别自己拍板。全量拒绝的做法是整批数据在一个事务里任何一行校验失败就rollback返回错误回执让用户改完重传。适合首次初始化导入数据量不大、要求干净。部分成功是把合法行写进去非法行进错误列表返回适合日常增量维护用户不用为一个错别字重传三千行。我默认用全量拒绝理由是人事数据的完整性强于便利性半截导入的状态最难排查。实现上用 SQLAlchemy 的会话上下文# service.py from sqlalchemy.orm import Session from sqlalchemy.exc import IntegrityError def import_employees(db: Session, rows: list[dict]) - dict: errors [] for item in rows: errs validate_row(item) # 三层校验合并结果 if errs: errors.append({line: item[_line], msg: .join(errs)}) if errors: return {ok: 0, failed: len(errors), errors: errors[:100]} try: for item in rows: db.add(Employee(**strip_meta(item))) db.commit() # 任意一条违反唯一索引都会在这里炸 except IntegrityError as e: db.rollback() return {ok: 0, failed: len(rows), errors: [{line: 0, msg: f唯一键冲突{e.orig}}]} return {ok: len(rows), failed: 0, errors: []}errors[:100]这个截断别省五千行的错误回执原样返回给前端浏览器渲染都能卡住。错误信息里带上 Excel 行号用户对着行号改比给他一句“数据不合法”有用一百倍。db.add循环之后统一commit不要每行 commit 一次五千行五千次事务SQLite 上能跑出分钟级耗时。4. 导出与脱敏同一份数据不同的人看到不同的列导出比导入更容易出事因为导入错了顶多数据脏导出错了是数据泄露。人事系统里最敏感的三列是身份证、银行卡号、薪资如果表里有任何一次导出都要过一遍权限和脱敏两道闸。4.1 导出接口的入参设计接口不做成GET /export/all而是显式接收字段清单和范围# 只导出本部门在职员工的基础字段 curl -G http://127.0.0.1:8000/api/employees/export \ --data-urlencode fieldsemp_no,name,dept_code,job_title,hire_date \ --data-urlencode dept_codeD001 \ --data-urlencode emp_status在职 \ -H Authorization: Bearer token \ -o staff.xlsxfields参数必须跟后端维护的「可导出字段白名单」求交集不在白名单里的字段直接丢弃不报错也不透传。这一层写死之后前端传什么参数都越不过去。dept_code这类过滤条件还要再过一层数据权限普通 HR 只能导自己部门管理员才能跨部门。4.2 脱敏规则按角色分档脱敏不要在导出时临时判断做成规则表配置改规则不改代码。字段普通 HR部门负责人系统管理员脱敏算法id_card前 3 后 4中间星号同上完整110***********1234mobile前 3 后 4完整完整138****8000bank_account仅后 4 位仅后 4 位完整**** **** 1234email保留域名部分完整完整z***example.comhire_date完整完整完整不脱敏有一点要注意脱敏在导出环节做但查询列表页也要做同样的处理两处的规则必须调用同一个函数。我见过列表页脱敏了、导出没脱敏的实现等于白做。# mask.py def mask_id_card(v: str) - str: if not v or len(v) 8: return v or return v[:3] * * (len(v) - 7) v[-4:] def mask_mobile(v: str) - str: if not v or len(v) ! 11: return v or return v[:3] **** v[-4:] def mask_bank(v: str) - str: digits .join(ch for ch in (v or ) if ch.isdigit()) return f**** **** {digits[-4:]} if len(digits) 4 else MASK_RULES { id_card: mask_id_card, mobile: mask_mobile, bank_account: mask_bank, }mask_id_card里用len(v) - 7算星号个数是为了兼容 15 位老身份证写死 11 个星号在 15 位数据上会错位。mask_bank先把非数字字符剔掉再取后四位用户填卡号时带空格或者横杠是常态。4.3 十万行导出不撑爆内存的写法openpyxl的普通模式会在内存里维护整棵单元格树十万行二十列能吃掉一个多 G。用write_onlyTrue模式行是边生成边往临时文件写内存占用跟行数基本无关。# export.py import tempfile from openpyxl import Workbook from fastapi.responses import FileResponse def export_to_file(rows_iter, headers, path_map, raw_fields): wb Workbook(write_onlyTrue) ws wb.create_sheet(员工档案) ws.append(headers) for row in rows_iter: # rows_iter 是生成器逐条从库里取 line [] for field in raw_fields: v row.get(field) if field in MASK_RULES: # 敏感列走脱敏 v MASK_RULES[field](v) line.append(v) ws.append(line) tmp tempfile.NamedTemporaryFile(suffix.xlsx, deleteFalse) wb.save(tmp.name) return tmp.namerows_iter一定要是生成器用yield_per分批从数据库里取比如每批 2000 条取完一批写一批。如果写成db.query(Employee).all()再循环前面省下的内存又全还回去了。ws.append()传的列表长度必须和表头一致write_only模式下不检查这个缺列会静默错位导出的文件打开才发现整列偏移。加一句断言assert len(line) len(headers)能省掉排查半天。导出完成后用FileResponse返回文件名放在Content-Disposition里中文名要做 URL 编码否则某些浏览器下载下来是乱码from urllib.parse import quote filename quote(员工档案_20240305.xlsx) headers {Content-Disposition: fattachment; filename*UTF-8{filename}}5. 避坑与排查导入导出环节最常翻的 5 个车下面这几条都是我在实际项目里被咬过的现象、原因、解决办法按顺序摆出来遇到同类问题直接对照。现象一导入后身份证全变成了科学计数法18 位只剩 15 位有效数字。原因Excel 把长数字串当浮点数处理超过 15 位精度就丢了代码侧拿到的已经是错数据。解决模板里三列长数字预设为文本格式读取时判断isinstance(value, float)就报错回执明确告诉用户「证件号列请设置为文本格式后重新粘贴」不要试图用代码还原还原不出来。现象二同一个 Excel 传了两遍库里多出一倍重复员工。原因只做了应用层的「先查再插」并发或者重复提交时查和插之间有窗口期两个请求都查不到就都插进去了。解决数据库唯一索引是底线id_card和emp_no都建唯一约束应用层再用INSERT ... ON CONFLICT DO UPDATE或者捕获IntegrityError转成友好提示。光靠应用层判断早晚出事。现象三日期列一半能导进去一半报格式错误。原因同一个 Excel 里有的日期是真正的日期单元格有的是用户手打的文本「2024.3.5」normalize出来一个是2024-03-05一个是2024.3.5。解决normalize里对字符串日期做一次多格式尝试解析用datetime.strptime依次试%Y-%m-%d、%Y/%m/%d、%Y.%m.%d全失败才报错同时在错误回执里带上原始值让用户看到自己填的是什么。现象四导出十万行时接口超时或者直接把容器 OOM 干掉。原因一次性all()加载全表加上普通模式openpyxl的单元格树内存翻好几倍。解决生成器分页取数yield_per(2000)、Workbook(write_onlyTrue)、写临时文件后FileResponse返回三件套一起上。另外记得在finally里删临时文件不然跑几天磁盘就满了。现象五列表页脱敏了导出接口忘了脱敏银行卡号原样流出。原因脱敏逻辑写在视图层而不是数据层新增一个导出接口就漏一次。解决把脱敏收敛到序列化层所有出口列表、详情、导出统一走同一个to_dict(role)方法字段级权限在方法内部判断。再加一条自动化测试用普通 HR 角色调用所有导出接口断言响应里不含完整身份证号。6. 把导入做成幂等任务任务号、指纹与上线自检表导入功能做到能跑只是及格线真正让人省心的是幂等。用户点两次提交、网络抖动重试、批量脚本重复调用结果都应该是「数据不变」。我的做法是给每次导入生成一个任务号同时算一个文件指纹。import hashlib, uuid def make_task(path: str) - dict: h hashlib.sha256() with open(path, rb) as f: for chunk in iter(lambda: f.read(8192), b): h.update(chunk) return {task_id: str(uuid.uuid4()), fingerprint: h.hexdigest()}指纹入库存一张import_task表字段是fingerprint、task_id、status、row_count、created_at。同一个指纹第二次进来直接返回上次的结果不重复执行。这里有个细节指纹要按「文件字节」算不要按「解析后的数据」算因为用户可能只是改了单元格格式内容没变按内容算会误判成新任务。指纹方案有个坑要提前想清楚用户改了文件里一个错别字重传指纹变了会当成新任务跑一遍。这时候唯一索引会挡住重复的id_card但其他行的更新就丢了。所以我在import_task上加一个「覆盖模式」开关开启时走ON CONFLICT DO UPDATE只更新非空字段避免把用户没填的列覆盖成空。上线前我固定跑一遍这张自检表五条全过才敢交付检查项判定标准不过怎么办重复导入同一文件连传两次第二次返回「已处理」库内行数不变查唯一索引是否建成功脏数据回滚造一行错身份证整批不落库检查是否每行 commit 了长数字精度18 位身份证导入后仍是 18 位检查模板列格式与 float 分支脱敏一致性列表、详情、导出三处同角色结果一致收敛到序列化层大文件内存十万行导出峰值内存不超过 300MB换 write_only 生成器最后一条经验是踩出来的有一次给某团队部署导出五万行的时候容器被 OOM kill日志里什么都没有排查了半天才发现是某个同事在export里加了.all()。从那以后我每次上线导入导出都强制先把这张自检表跑一遍尤其是「重复导入」和「大文件内存」两项宁可多花二十分钟也不想半夜被电话叫醒。希望帮到你。本文还有配套的精品资源点击获取
