【开发】打卡统计项目

序

项目是23年的一个练手小项目，因为环节很完整，从头到尾思考了很多细节，完成后很有成就感。趁过年整理出来，尽量规范化的把整个流程梳理出来，为今后开发培养习惯，希望各位多指教。

项目背景

打卡机生成固定格式的数据，每个月会保存为一个Excel文件，记录了员工打卡的时间点。数据格式如下表：

考勤序号	姓名	工号	所属部门	5-4 四	5-5 五	5-6 六	5-8 一	...
1	张三	42	A	07:40 11:17 17:10	07:44 11:19 17:44	07:14 11:19	07:41 14:51 17:09	...
2	李四	53	B	07:37 08:48 11:12 14:59 16:55	07:48 11:08 14:47 16:45	07:33 11:18 14:52 16:45	08:03 11:14 15:02 17:01	...

需求方的打卡规则如下：

打卡需在指定的四个时间段内完成，同一时段打卡多次也只记一次
	1. 06:50 ~ 09:10 
	2. 11:10 ~ 12:30
	3. 13:40 ~ 15:10
	4. 16:29 ~ 18:01

要求设计程序，统计员工每月打卡次数。

---

需求分析

功能性需求

1. 数据读写
   • Excel格式化读取，提取有效信息
   • 时间信息的存储格式及比较方法
2. 打卡次数统计
   • 每人每日数据统计
   • 每人整月数据求和

非功能性需求

1. 可用性需求
   • 运行环境为Windows 7或Windows 10系统
   • 面向无代码开发经验的使用者
2. 操作需求
   • 打卡计算时间段可修改
   • 时间段个数可修改

---

设计思路

语言、环境选择

最开始需求方打算自己配环境跑代码，鉴于功能需求比较简单，没有性能要求，选择Python进行开发。后来对方提出Python环境配置有困难，不要求源码，所以最后用pyinstaller打包成exe交付。

相关库

• pandas：用于Excel读写、数据格式化存储，杀鸡用牛刀，但真香
• json：用于读取参数配置文件

参数读取

配置文件内容

clock_in_lists ：打卡规则，要保证时间段成对出现，不同时间段不重合。每个时间段的开始在左，结束在右，从小到大以此排列。
num_skip_cols：跳过表格前面的列数。
in_file_name和out_file_name：输入数据文件名和输出数据文件名。

{
    "clock_in_lists": [
        "06:50",
        "09:10",
        "11:10",
        "12:30",
        "13:40",
        "15:10",
        "16:30",
        "18:00"
    ],
    "num_skip_cols": 4,
    "in_file_name": "data.xlsx",
    "out_file_name": "out.xlsx"
}

读取代码

import json as js
import pandas as pd 
# 配置文件加载
f = open('config.json', 'r')
content = f.read()
root = js.loads(content)
CLOCK_IN_LISTS = root['clock_in_lists']
NUM_SKIP_COLS = root['num_skip_cols']
# 输入/输出文件名可以改，但不能包含中文
IN_FILE_NAME = root['in_file_name']
OUT_FILE_NAME = root['out_file_name']

数据存储

文件读取一行代码即可解决，需要思考的是如何处理每个Excel格子中的内容。原始数据输入后是一个字符串，时间段之间用\n间隔，即如下格式

07:40\n11:56\n15:06\n16:38

考虑到后面有比较大小的要求，这里首先利用\n将时间段互相隔开，再把时间段转换为分钟数，用于后续比较，代码如下

# 时间段分割
item = raw_data.loc[i][j]
if pd.isna(item):
    continue
one_day_str = item.split('\n')

# 时间字符串 --> 分钟数
def time2nmin(time_str):
    time_array = time_str.split(':')
    result = int(time_array[0])*60+int(time_array[1])
    return result

打卡规则处理△

打卡规则可以简单粗暴地用if-else进行处理，但我猜写出来会很难看。我看到需求中说同一时段多次打卡也只算一次时，第一时间想到的是桶排序的方法。四个时间段相当于四个桶，每输入一个时间就判断是不是在四个桶里，最后计算不为空的桶有几个。 而第二个问题是如何简化判断规则，不用if-else，而是将时间的单调性和有序性充分利用。首先对四个时间段的起止点编号，线段表述该段时间内为合法打卡时间段，其余空白位置如B、D、F均为不合法打卡时间段。

合法段	A	C	E	G
左端点编号	0	2	4	6
右端点编号	1	3	5	7
段编号	0	1	2	3

非法段	B	D	F
左端点编号	1	3	5
右端点编号	2	4	6

观察上述表格，可以总结出两条规律 1. 合法段端点编号满足"左偶右奇"； 2. 合法段编号=左/右端点编号 // 2

至此，我们可以设计如下判断流程：首先确认一个输入时间所在的时间段，然后判断该时间段的左右端点为奇数或偶数，比如左端点是奇数，则非法；左端点是偶数，则判断该端点的段编号，给相应的"桶"增加记录。 编写代码如下

# 打卡判断
# input:
#   clock_in_nmins: 打卡规则
#   tic_time: 刷卡时间
#   tags: 当日打卡标签
def check_tic(clock_in_nmins, tic_time, tags):
    for i in range(0, len(clock_in_nmins)):
        # 遍历打卡时间点
        if tic_time > clock_in_nmins[i]:
            continue
        else:
            if i % 2 == 1:
                tags[i // 2] = 1
            break

---

调试过程

边界检验

设计过程中的思路很清晰，但是实现过程中还要检验边界条件，比如小于最小的时间和大于最大时间的情况能否处理？卡点06:50的打卡，是否计算在内？第一个问题经过验证发现当前逻辑即可解决，第二个问题则需要加以讨论。当前的代码逻辑是先遍历找到右端点，然后检验其他内容。找右端点时，在输入时间≤某时间点时才停下，这种逻辑本质上是把数轴分割成了一系列左开右闭的区间（解释思路源于代码随想录的一期视频）。但是需求方的打卡分割方式其实是四个合法段是闭区间，其他非法段是开区间，可以借助下图理解。

解决的方案就是在加载打卡规则时，将左端点的时间-1，这样尽管还是左开右闭的分割，但实现了合法段形成闭区间的要求。

clock_in_nmins = []
clock_in_list_len = len(clock_in_lists)
# 此处的减1与打卡统计算法边界条件有关
for i in range(0,clock_in_list_len):
	if i % 2 == 0:    
		clock_in_nmins.append(time2nmin(clock_in_lists[i]) - 1)
	else:
		clock_in_nmins.append(time2nmin(clock_in_lists[i]))

其他问题

调试中还遇到一个由于语言特性导致的问题，第一个版本的check_tic()函数中的continue是i = i+1。这个写法如果奏效，逻辑上其实也存在问题，但是这个写法在Python中实际并无作用。对 i值进行的修改只能在该轮循环中有效，下一循环i会被for语句指定的下标变化规则重置。其实原因从语义上也好理解，for i in range(0,n)就是让i遍历去取range中的值的，根本不存在+1的逻辑，也无从保留这种修改。

---

最终效果

使用pyinstaller打包成exe，和输入文件、配置文件放在同一文件夹下，双击运行即可。最终输出效果如图

交付内容也非常简单，exe和文档

.
|-- config.json
|-- data.xlsx
|-- exe使用说明.docx
|-- record.exe
`-- out.xlsx

---

复盘&改进

开发过程中应该在最开始对核心功能构建单元测试，但是还是print调试法，今后有待改进。