从零写一个审计底稿核对工具（一）：需求与设计

这是「审计底稿核对工具」系列的第一篇。这个系列会完整记录一个从审计现场需求出发、写到能给自己和同事日常用的小工具是怎么长出来的——需求、设计、实现、踩坑、迭代，一个不落。

起因：一个周五晚上 11 点的需求

事情起源于一次底稿复核。复核经理指出：明细表里有 3 家单位的年初余额与上年审定表对不上。我打开两份底稿人工核对——一个科目 300 多行，逐行肉眼找差异，找到第二个小时的时候我开始怀疑人生。

那天晚上我列了个清单，发现底稿核对类工作有三个特征：

规则明确：两边应该相等、钩稽关系固定，机器完全可判；
重复量大：一个项目几十张明细表，每张都可能是几百行；
容错率为零：人眼核对 1000 行，错 1 行就是风险。

规则明确 + 重复量大 + 容错率低——这三条凑齐，就是写工具的标准信号。

需求收敛：从”什么都想核”到”先核三件事”

第一版需求文档我写了 20 多条，回过头看一半是伪需求。砍到最后，核心就三件事：

1. 余额勾稽核对

输入：本年明细表（科目余额表或辅助余额表）、上年审定表。逻辑：按”单位 + 科目”为 key 左右匹配，输出四类结果——两边一致 / 本年有上年无（新增）/ 上年有本年无（注销）/ 两边都有但金额不等（差异）。

2. 发生额与序时账核对

输入：明细表发生额、序时账按科目汇总。逻辑：明细表借方累计 - 序时账借方汇总 = 0，科目级逐一校验。

3. 结果输出

不是打印一堆日志，而是输出一份带颜色标注的 Excel 差异报告：白行=一致，黄行=新增/注销，红行=金额差异。审计师拿到手能直接往下追。

经验：工具的第一用户是你自己。凡是”以后可能用到”的功能，全部砍掉，第一版只做每周都会重复做的事。

技术选型：Python + openpyxl，够了

考虑过的方案和放弃理由：

方案	结论
Excel 公式 / VLOOKUP	每张表都要重写公式，不可复用
VBA	单机绑定，版本管理困难，同事不敢开宏
Power Query	数据整形强，但复杂勾稽逻辑调试痛苦
Python + openpyxl	跨表读取、pandas 匹配、openpyxl 输出带格式报告，全链路通吃

加一个约束：只用 pandas + openpyxl，不引入其他重型依赖。审计电脑环境千奇百怪，依赖越少，“发给同事就能跑”的概率越高。后来我用 PyInstaller 打包成单 exe，彻底消灭环境问题。

数据模型：把”底稿”抽象成统一结构

底稿核对最大的坑是格式不统一：同样一张余额表，不同项目、不同人做的列名、行位置、合并单元格玩法都不一样。所以设计的第一件事是建一个中间层：

@dataclass
class BalanceRow:
    """一行余额记录：工具内所有核对逻辑只认这个结构"""
    company: str      # 单位名称（规范化后）
    account: str      # 科目编码
    account_name: str # 科目名称
    opening: float    # 期初余额
    closing: float    # 期末余额
    debit: float      # 借方发生额
    credit: float     # 贷方发生额

读取层负责把各种格式的 Excel “翻译”成 BalanceRow 列表：

┌─────────────┐   读取+列名映射   ┌──────────────┐   勾稽引擎    ┌──────────────┐
│ 本年明细表   │ ──────────────> │  BalanceRow  │ ───────────> │  差异结果集    │
│ 上年审定表   │ ──────────────> │  列表（统一） │              │  (含差异类型)  │
└─────────────┘                 └──────────────┘              └──────┬───────┘
                                                                    │ openpyxl
                                                              ┌──────▼───────┐
                                                              │ 带颜色标注的   │
                                                              │ Excel 报告    │
                                                              └──────────────┘

这个分层带来两个好处：

勾稽引擎完全不关心原始格式，新增一种底稿格式只需要加一个”读取器”；
单元测试好写：构造 BalanceRow 列表就能测引擎，不需要造几十个真实 Excel。

列名识别上，我做了一个别名表（"单位名称" / "往来单位" / "客户" → company），覆盖了项目上见过的十几种叫法。这招是从账龄重算器里抄来的——实践中非常好用。

差异分类：给结果打上”审计语言”的标签

输出差异时不要只说”不相等”。我定义的差异类型：

MISMATCH：两边都有、金额不等（红）——最优先处理；
ONLY_CURRENT：本年新增（黄）——检查是否为分立、新设；
ONLY_PRIOR：上年有本年无（黄）——检查是否合并、注销、科目重分类；
ROUNDING：差异绝对值 < 1 元（灰）——通常为四舍五入，标记后自动忽略。

ROUNDING 这个类型是被现实教育出来的：第一版工具输出的”差异”里有三分之一是 0.01 元的尾差，淹没了真差异。

设计篇就到这里。下一篇写实现：读取层的列名识别怎么做鲁棒、匹配时”相似但不相等”的单位名称怎么处理（ fuzzy match 的教训）、以及 openpyxl 写带格式报告的几个技巧。

工具成型后会放到工具箱，欢迎下载试用、回来提需求。