Excel自动化，哪些表格活儿真值得交给机器人
每周一上午，运营要把三个系统导出的数据粘进一个表格，匹配金额、清洗手机号、汇总成日报，手工做一次一个半小时。这篇讲表格里的三类活怎么分，为什么很多需求不值得上自动化，CSV中转、编码和数字格式这些坑怎么填，匹配和异常怎么处理，跑完之后怎么对账才算数，以及哪些表格本来就不该碰。
周一上午九点，运营从三个系统各导一份表，粘进同一个 Excel，做 VLOOKUP 匹配，把手机号里的横杠和空格清干净，金额列加个合计，最后粘成一段话发到群里。手工做一次一个半小时，这活儿她干了快一年。
这一年里同事劝过她三次上机器人。她一直没上，理由是「表结构太乱，改一次要弄半天」。这句话后来成了我做表格自动化时第一个要问的问题。
做之前得先分清一件事。表格里的活儿有三类，价值差得很远。分不清就上机器人，很容易把 Excel 干得很好的地方换成机器人干得很差的地方。Excel自动化做出来是加分还是减分，第一步就定了。
表格里其实有三类活
第一类是计算。求和、汇总、环比、占比、透视表。这类活 Excel 自己干得又快又准，写成公式拖一下就完了。搬到机器人里，等于把计算器换成手摇。
第二类是搬运。从一个系统下载一份，粘进另一个系统的模板里，再导出去。这个过程不需要任何判断，只是重复的复制粘贴。它最容易出错，也最容易被自动化。
第三类是判断。两张表按某个键对上，重复的挑出来，格式不对的标出来。这一类最费时间，也最容易出错，因为错的地方往往藏在中间几行，人扫一眼看不出来。
一个表格流程的价值，大头在搬运和判断这两段。如果一个需求九成是求和和透视，RPA处理Excel表格大概是个亏本买卖，先把数据源接进 Excel，用它自带的功能做。
反过来，如果一个需求是「每天从五个地方各取一份表，按某个编号对上，对不上的挑出来」，这种基本不用犹豫，值得写。
这段判断放在Excel自动化开工之前做，能省掉整条流程。做完了发现九成是求和，多半会不甘心，接着硬做，那笔账就白算了。
先想清楚，表格是入口还是出口
大多数人一上手，就让机器人直接读写 .xlsx 文件。Excel自动化走这条路的人最多，坑也最多。更稳的做法是把 Excel 降级成中间格式，当入口或者当出口，中间一律走 CSV。
原因在文件格式本身。.xlsx 是个压缩包，里面除了数据还有样式、公式、合并记录、图片。程序去读它，要么依赖一堆库，要么就按单元格的坐标硬取。坐标这层一旦碰上有人调整列宽或者插一行，后面全错位。CSV 是一行一条记录、逗号分隔，格式简单到没有出错的余地。
所以常见的分工是这样。机器人负责搬，把网页上的、系统里的、邮件附件里的文件抓下来，按统一格式落成 CSV。判断也在机器人这边做，匹配、查重、标异常，做完输出一张干净表和一张异常表。最后人在 Excel 里看结果，或者把结果贴回系统。
如果流程确实需要带格式的最终报表，比如带条件格式、带图表的，那就在最后一步再转成 .xlsx。中间过程不碰格式，一步都不碰。
中文表格绕不开的四个坑
下面四条，几乎每接一个表格流程都会遇到一遍，提前说清楚能省掉大半调试时间。
编码。Excel 另存为 CSV，在中文 Windows 上默认存 GBK，程序读文件默认按 UTF-8。列名会全是乱码。更麻烦的是程序不报错，它照样把数据读进去、算出来、写出去，你看到的是一张名字乱码、数值正常的表。办法是全程指定编码，入口读文件写明 UTF-8，出口写文件也写明 UTF-8，中间转换明确写出源编码和目标编码，不要靠猜。
数字被存成了文本。手机号一串数字存进去自动变成科学计数法，带前导零的编号 0012 变成 12。发票号、订单号、合同编号都是这样丢的，而且丢得很安静，表格里看不出来，等到下游比对才发现对不上。办法是约定字段类型，号段类的字段一律当字符串处理，读进来之后先做一次格式校验，长度不对就进异常表。
日期写法混着用。一张表里 2026/1/5、2026-01-05、20260105、2026年1月5日四种写法都有。程序做字符串排序，结果跟人想的完全不一样。办法是入口统一解析成一种格式，解析不了的进异常表，不要让它猜。
合并单元格和空行。标题占两行、中间空一行是很多人做表的习惯，程序读到的列名会变成空字符串，后面每一行都错位。办法是给模板定死规矩，第一行是唯一表头，中间不许有空行，不许有合并单元格。
这四个坑有个共同点，机器不报错，人眼扫一眼就能看出来。所以每次流程上线前，先把输入文件单独打开看一眼，比跑完几百行再回头查快得多。
匹配用键，不要用位置
两张表要合在一起，靠什么对齐，只能靠键。订单号、合同号、员工工号、身份证号，这种在业务上唯一的编号。用「第几行对第几行」的做法，表头插一行就全乱。
键要选得稳。如果编号在源系统里可能重复，那它在两边都不是键，得再找一个组合键，两三个字段一起比。这时候要提前定好一件事，一对多的时候留哪一条，按时间取最新，按金额取最大，还是全都留。
匹配不上的行不要静默跳过。跳过就丢了，丢在哪一步没人知道。输出一张未匹配表，写上原始行号、原始值、为什么没对上。再统计一下没对上的比例，这个比例突然升高，通常说明上游改了什么。
对上的行也要抽样看一眼。金额列最容易在这种时候出问题，肉眼看十行，比不上跑一万行。加一条规则，关键金额合计必须等于源表里对应记录的合计，对不上就停下来。
异常单独走一条路
表格处理里最怕遇错就停。第一行有个空值，整个流程停在那里，昨天能跑的今天不能跑，业务那边完全不知道为什么。
更稳的做法是遇到单行错误就跳过它，记下来，继续往下跑。一千行里错了三行，流程跑完了，输出一张三行的异常表，人看一眼处理掉就行。
异常表要有四列。原始行号，原始值，错在哪个字段，人该做什么动作。写「原始值」而不是「错误值」，因为很多时候原文是对的，是规则套错了行。写清楚动作比写清楚错误有用，收到异常表的人不用再猜一遍。
但有些错误不能自己往下走。金额、数量、税率这类不能猜的字段，错了就得停下来问人。可以设一个阈值，异常行超过总数的百分之几就挂起流程，其余正常跑完，等人处理完再继续。
还有一类错误必须拦下来。源表行数比上次少了一半以上，或者合计金额差了一个数量级。这种情况是上游出问题了，继续跑下去只会产出更多垃圾数据。
跑完要对一次账
流程没报错不代表它算对了。这一步最容易被跳过，也最不该跳过。
对三样东西。行数，源表多少行进来，出去多少行，中间丢没丢。金额，关键字段的合计对不对得上源表。差异行，匹配失败和异常行各多少条。
对账结果别只打在日志里。写进输出的一个备注页，或者文件名里带上日期和批次，让看结果的人第一眼就知道这次跑得干不干净。
表格数据自动整理这件事，最后拼的其实不是技术，是这套约定。表头固定、命名统一、字段类型写清、异常怎么处理、结果怎么核对。这些写下来贴在一个地方，新人接手不用问。
表格数据自动整理做到这一步，才算真有交付。RPA处理Excel表格最容易停在跑通那一步，脚本能跑，没人敢信结果，一份报表发出去还要手工复核一遍，那等于没省下事。
什么情况下别做表格自动化
得说几句反面的话。有些表格自动化是错的，投入产出算不过来。
一次性干一次的表别做。写流程的时间比手工做一遍还长。
表结构一个月变三次的别做。改到后来维护的时间比做的时间长，还得多养一个人盯着。
口径说不清的别做。业务自己都说不清这个月该按哪个日期归集，机器人跑得再稳也是错的。这种时候先把口径定下来，定不下来就先手工做，做半年你自然知道口径该怎么定。
数据量小的别做。一天二十行，手工复制粘贴三分钟，比写流程省事。
规则藏在老人脑子里的也别做。「这个客户一般算特殊」这种话写不成规则，硬写出来的规则会错得让人不敢用。
还有一种情况别绕。系统明明有接口，但没人愿意给。这种时候拿界面自动化绕过去，短期能跑，长期会出事。接口会变，权限会被人管起来，出问题那天没人认。
反过来，如果一个表每天都要动、字段固定、键对得上、口径已经写在纸上，它就是表格自动化的好料。剩下的就是找到对的方式把它做扎实。
那张每周一上午粘一个半小时的表，最后是这么解决的。搬运那段交给机器人，人只负责确认最后那三行异常。力气花在了定规则上，写代码是后面的事。
延伸阅读