邮件归档与数据匹配：筛选出未按时提交邮件的员工名单

又是一年1024，近期由于诸多事务需要同步处理，博客更新不积极，感谢粉丝们的支持与守候，之后我将尽可能地将更多干货与心得呈现于大家，敬请期待。

值此1024程序员节，想和大家探讨下日常工作中大批量数据匹配的问题。

在日常工作中，对于收集邮件的任务，较为繁琐的一环就是邮件的归档和数据匹配，能否在短时间内快速筛选出未按时提交邮件的员工名单，直接影响着后续工作能否顺利开展。近期发现许多人并不知如何进行数据筛选，深表震惊的同时也欣然发现可以“水“文一篇。

一、数据提取

1. 以163邮箱为例，进入邮箱附件，批量查看邮件
   
2. 以工号/学号为标识符，提取提交邮件的名单。
   
   这里推荐使用正则表达式的方式提取数据，当然也可以通过ocr识图、复制（直接复制或者源代码复制）等方式实现信息的提取。

关于正则表达式的使用，可以参见往期我的文章：《[Python爬虫] 五、数据提取之正则表达式re模块》，具体应用也可以阅读《每日信息报送的底层逻辑》一文中“获取 created、date 以及 id 的值“部分的论述。

二、数据转换

1. 在world中将数据无关事项剔除，例如此处我们将空格转化为回车：
   

2. 将数据粘贴进有大名单的excle表格中（匹配目标格式），并将数据格式统一（文本格式）。

三、数据匹配

1. 在excle中使用VLOOKUP函数
   

• 第一个参数：你要根据什么去找数据——选取“学号/工号“
• 第二个参数：要找的数据在哪里——选取粘贴进excle表格中的学号列
• 第三个参数：告诉我，刚才你框的数据范围里，被查找的数据在第几列
• 第四个参数：找一样的，还是找到差不多的也行——false（精确匹配）

2. 筛选
   
   筛选出没有匹配项（显示为#N/A）的员工，即可生成大名单。

至此，本文也就进入尾声了。希望本文能够起到抛砖引玉之效，也欢迎大家的批评交流。

如果您有任何疑问或者好的建议，期待你的留言、评论与关注！