Excel 转 Markdown 报 A 级，日期却是一串 46209

Excel 转 Markdown 报 A 级，日期却是一串 46209

一份考勤台账 xlsx 丢给 tri-xlsx2md，四道门跑完门D 交的账是单元格覆盖率 99.1%、工作表数 2/2、置信度 A 级直接可用。可我拿结果表去填当月报表时，日期列全是一串 46209、合计行的工时停在一个旧缓存值、部门列一格空一格。这篇记录我用 tri-xlsx2md 转这份 2026-07 考勤台账的全过程，以及我后来怎么理解「A 级只管覆盖、不看语义」这件事。

这份台账是什么来头

要转的是「考勤台账-2026-07.xlsx」，做考勤的小系统导出来的，37KB 出头。两个工作表：一个「考勤明细」5 列 23 行，另一个「汇总」1 行。文件不大，也没加密，按路径直接丢给 tri-xlsx2md 就行。它不是自己写解析引擎，是个编排车间：先体检、再选刀、干完活必须交一份账。

门A：预检直接给 L0

第一步跑 preflight.py：

bash 复制代码

python scripts/preflight.py --xlsx 考勤台账-2026-07.xlsx --json

它先读文件头几个字节做魔数判定：PK\x03\x04 开头是 OOXML 的 .xlsx，D0CF11E0 开头才是旧式 .xls。这份是标准的 .xlsx，没加密，2 个工作表，估出来一百多个单元格，直接给 L0 快速档，风险列表空的：

json 复制代码

{
  "detected_type": "xlsx",
  "encrypted": false,
  "sheet_count": 2,
  "cell_estimate": 132,
  "grade_suggestion": "L0",
  "risks": []
}

那个 encrypted:false 不是摆设，真遇到带加密标记的 .xlsx 它会直接 BLOCK，提示你手动解密，绝不做破解。tri-xlsx2md 在这点很老实。

门B：刀库里 openpyxl 上了首选

门B 跑 detect_backends.py，把五个后端在本地探一遍，import 和 CLI 双路：

bash 复制代码

python scripts/detect_backends.py --grade L0 --type xlsx --json

结果都装着：

后端	档位	本地状态	许可证
openpyxl	L0	✅ import 可用	MIT
markitdown	L0	✅ import 可用	MIT
xlrd	L0(xls)	✅ import 可用	BSD-3-Clause
pandas	L1	✅ import 可用	BSD-3-Clause
LibreOffice	L1	✅ CLI 可用	MPL-2.0

L0 档首选 openpyxl，降级链 markitdown。这台机器齐全，没到降级那步。

门C：openpyxl 转完我扫了一眼就想归档

按手册里的命令用 openpyxl 转，产出的 Markdown 长这样：

markdown 复制代码

## Sheet 考勤明细

| 姓名 | 部门 | 日期 | 打卡 | 出勤时长 |
|------|------|------|------|----------|
| 王垚 | 研发部 | 46209 | 正常 | 8 |
| 李菁 |       | 46210 | 正常 | 8 |
| 赵磊 |       | 46211 | 迟到 | 7.5 |
| ...  |       | ...  | ...  | ...      |

## Sheet 汇总

| 指标 | 值 |
|------|-----|
| 出勤总工时 | 168 |

表格语法是齐的，竖线、分隔行都在。我心想这活干得漂亮，正要往知识库里放，突然觉得「46209 是啥日子」不太对劲。

门D：交账说 A 级，我没多想就信了一半

门D 交账：

bash 复制代码

python scripts/quality_check.py --xlsx 考勤台账-2026-07.xlsx --md 考勤台账-2026-07.md --backend openpyxl --grade L0 --json

报告核心数据：

关键数据	数值
单元格覆盖率	99.1%
工作表数对比	2/2 吻合
行数对比	明细 23/23、汇总 1/1
异常清单	空
置信度	A（直接可用）

判定原因：单元格覆盖 ≥95% 且工作表数吻合且无异常，直接 A。看数字确实漂亮，可它就是看不出来三个坑。

坑1：日期列是一串序列号

表里「日期」那列全是 46209、46210 这种。这不是转换丢的，是这份台账的日期列根本没设日期格式。Excel 里日期本质就是整数序列号（2026-07-06 对应 46209），要不要显示成「2026-07-06」全看单元格格式。源文件那列是纯数字，导出时 openpyxl 忠实地把数字原样搬进 Markdown，一个没改。

工具没错，错在源数据把日期当裸数字，而 A 级分级只数格子不辩语义，这一列照样全绿。

坑2：合计行的工时是缓存值

「汇总」表里「出勤总工时 168」，openpyxl 拿到的是 Excel 缓存的那个 168。它是 =SUM(各明细) 的缓存值，公式语义已经丢了。仓库里这份台账停留在某个时刻求出来的 168，后面明细改过工时时，缓存没重算，168 就跟着旧数据走。

转换本身不重算、也不报错，反正在 A 级的表里它就是个普通数字。

坑3：部门列一格空一格

明细表里「研发部」在源文件是合并单元格，跨了好几行。tri-xlsx2md 按规则展开成「左上角值 + 其余留空」，所以 Markdown 里部门列只有第一行有字，下面全是空格格。数据量大了你根本分不清是「真没值」还是「合并展开了」。

覆盖率照样 99.1%，因为这些空格本来就不算源非空单元格，分级压根不关心。

踩完这趟我认了几条理

A 级只管覆盖，不管语义。算的是「源非空单元格被 MD 占了多大比例」，日期该不该显示成日期、公式是不是旧缓存、合并区展开成空算不算错，它一律不问。
固定复核项清单才是真账。tri-xlsx2md 的报告再高，固定那 6 项复核项（合并单元格、公式 vs 值、多行表头、.xls 兼容、超大截断、日期数字格式）一条都不能跳。我以前 A 级就扫一眼，吃过这亏。
转换前先看源。日期没格式、公式没重算、大合并区，这类种子在 Excel 里就该处理，转完再来补更费劲。
入库的 Excel 台账要过一遍日期与公式。别被 99.1% 和 A 级劝退，把日期列格式化、把公式重算值核一遍、把合并区决定是补全还是保留空格，再当数据用。

顺带一提，我在做「雷达鸭」的案例库时，常有人把统计用的 Excel 直接当知识源丢进来。用这套「覆盖率 + 置信度 + 固定复核项」的口径，至少能一眼看出哪些表「格子很齐但语义存疑」，省得入库后返工。

收尾

Excel 转 Markdown 真难的不是调用哪个库，是你以为 A 级报告就能闭眼入库。tri-xlsx2md 这套「质检车间」把人引到「先体检、再选刀、干完活必须交验」的正道上，但交验不等于完事，A 级下面还压着日期、公式、合并这三层看不见的账。这次我最该记住的，是那句复核项说明：单项数字好看，不等于每个格子都对。

我是老三，10+ 年软件开发经验，软件设计师、人工智能应用工程师，专注鸿蒙应用开发（ArkTS）北向开发与 Web 前端，探索 AI 自动化，不定期在 CSDN 分享鸿蒙 / AI 方向技术文章。

本文遵循 MIT 协议，转载请注明出处。

这个系列的文章都来自开源的 tri 技能库。整套 tri-xxx 技能都能在 skillhub 找到并安装，一条命令装完即用，比如本文用到的 tri-xlsx2md：skillhub install tri-xlsx2md。装完每个技能都有 README，想摸清它到底能干嘛，读那个就够了。