账单解析

账单导入采用「解析预览 → 确认导入」两阶段流程，解析阶段不落库，用户确认后才写入。

解析器设计

解析器采用策略模式：BillParser 接口声明 getBillType() 与 parse(byte[])，各实现类对应一种账单类型。服务层构造时用 EnumMap<BillType, BillParser> 注册所有实现，按类型分发，便于扩展新来源。

解析器	格式	表头锚点	去重键来源
`AlipayBillParser`	CSV（UTF-8/GBK）	「交易号」	交易号
`WechatBillParser`	xlsx（POI）	「交易时间」	交易单号
`MeituanBillParser`	CSV	「交易创建时间」	交易单号
`TaobaoBillParser`	xlsx（POI）	「订单号」	订单号（按订单号聚合多商品行）
`JdBillParser`	CSV（UTF-8/GBK）	「交易时间」	交易订单号
`CmbBillParser`	CSV	「交易日期」	生成 `CMB_日期_类型_金额_余额`
`CmbPdfParser`	PDF（PDFBox）	「记账日期」	同上（与 CSV 互通）
`BocomBillParser`	xls（POI）	「记账日期」	生成 `BOCOM_日期_时分秒_类型_金额`

各解析器统一输出 ParsedBillRow：行号、externalNo、交易时间、类型、金额、交易对方、商品、交易状态、原始收/支方向、是否计入统计、是否可导入、是否重复、命中规则与建议分类/标签、rawData（保留原始列的 JSON）、错误信息。

解析要点

编码识别：CSV 自动识别 UTF-8 / UTF-8 BOM / GBK。
表头定位：以特定表头文字定位数据区，忽略元信息与统计行。
银行 PDF：按字符坐标切列、按纵坐标合并折行还原表格；用带符号金额判断收支；按「联机余额」做连续性校验（误差 0.005），不连续的行标记为不可导入。
时间兼容：微信账单兼容 Excel 日期序列号与文本时间；支付宝在付款时间缺失时回退交易创建时间；淘宝订单同样兼容文本时间与 Excel 日期序列号。
订单聚合：淘宝订单数据中多商品订单的订单级列（订单号、提交时间、状态、店铺、实付金额、运费）以合并单元格呈现，仅首个商品行有值；解析器按订单号分组聚合，每个订单输出一条记录，金额优先取订单级实付金额，为空时回退「Σ(商品金额×数量)+运费」。
不计收支处理：京东流水的「不计收支」行（白条还款、小金库转入、全额退款等）标记为可导入但不计入统计且默认不勾选，类型按「交易说明含『退款』→ INCOME，否则 EXPENSE」推断。
计入统计默认值：解析完成后按账单来源应用「计入统计」默认值（配置于系统设置，见动态数据源同级的应用配置）。采用「解析器判定 && 来源默认」语义——来源默认不计入时整批置为不计入；来源默认计入时保留解析器对「不计收支/中性」行的排除。确认导入时若请求未显式提供该字段，同样以来源默认兜底。

压缩包解密

BillArchiveExtractor 处理 zip 压缩包：

按魔数 PK\x03\x04 判断是否为 zip，并区分「xlsx 本身是 zip」与「账单压缩包」。
支持 ZipCrypto 与 AES 加密；未提供密码返回错误码 4001，密码错误返回 4002。
限制条目数与总大小，防止 zip bomb；解析完成后清理临时文件。

两阶段流程

parse（不落库）

按账单类型分发到对应解析器；若为 zip 则先解密提取。
批量查询已存在的 externalNo，标记重复行并取消勾选。
调用规则引擎批量匹配，生成建议分类与标签（批量查询分类与标签，避免 N+1）。

confirm（落库，事务）

校验默认分类归属与类型，过滤默认标签。
再次批量运行规则匹配。
逐条校验类型、时间、金额；按 externalNo 去重（含本批次内去重）。
规则建议分类优先于面板默认分类；标签取「默认标签 ∪ 规则标签」并去重。
批量插入（每 500 条一批），批次失败时回退逐条插入；标签关联在批量插入未回填主键时按 externalNo 回查 ID。
返回成功 / 跳过 / 失败统计。

去重策略

统一使用「用户 + externalNo」唯一约束 uk_user_external 去重，external_no 为 NULL 的手动记录不受影响。
有交易号的账单直接使用交易号。
银行流水无交易号，则用「日期 + 类型 + 金额 + 余额（或时分秒）」生成稳定键，保证同一账单重复导入不会重复；招商银行 CSV 与 PDF 生成规则一致，可混用。

4.8 KiB Raw Blame History Unescape Escape