企业别名智能生成器

为企业批量生成精准别名的工具，支持 686+ 企业，已优化过滤规则。

功能特性

✅ 核心功能

1. 股票简称优先 - 58 家上市公司自动识别股票简称
2. 政府机构全称 - 33 家政府机构使用企业全称
3. 智能过滤：
   • ❌ 过滤 2 字别名（必须≥3 字）
   • ❌ 过滤纯地名（佛山市、广州市等）
   • ❌ 过滤通用词（省建、省投、黄金、医药等）
   • ❌ 过滤在>2% 企业名中出现的词
4. 别名去重 - 每个别名只属于一家企业
5. 网络查询 - 可选启用百度搜索补充简称

📊 处理结果

使用方法

基本用法

cd /path/to/skills/company-alias-generator
python3 scripts/process_aliases_final.py \x3C输入文件.xlsx> [输出文件.xlsx]

示例

# 处理企业名单
python3 scripts/process_aliases_final.py 企业名单.xlsx

# 指定输出文件名
python3 scripts/process_aliases_final.py 企业名单.xlsx 结果.xlsx

输入文件格式

输出文件格式

配置说明

股票简称配置

编辑 STOCK_NAMES 字典添加更多上市公司：

STOCK_NAMES = {
    '杭州银行股份有限公司': '杭州银行',
    '比亚迪股份有限公司': '比亚迪',
    # 添加更多...
}

通用词过滤

编辑 GENERIC_TERMS 集合添加需要过滤的词：

GENERIC_TERMS = {
    '投资', '集团', '控股',
    '省建', '省投', '黄金',
    # 添加更多...
}

地区名过滤

编辑 REGION_NAMES 集合添加需要过滤的地区名：

REGION_NAMES = {
    '佛山市', '广州市', '深圳市',
    # 添加更多...
}

政府机构识别

编辑 GOVERNMENT_KEYWORDS 列表添加政府机构标识词：

GOVERNMENT_KEYWORDS = [
    '人民政府', '政府', '委员会',
    # 添加更多...
]

处理流程

1. 读取 Excel 文件
   ↓
2. 检查是否为政府机构 → 是 → 使用全称
   ↓ 否
3. 生成基础别名（规则提取）
   ↓
4. 过滤通用词、地名
   ↓
5. 添加股票简称（如有）
   ↓
6. 别名去重
   ↓
7. 过滤 2 字别名
   ↓
8. Fallback 确保有别名
   ↓
9. 保存结果

优化规则

别名长度规则

• ✅ 必须 ≥3 个字
• ❌ 2 字别名强制过滤

别名唯一性规则

• ✅ 每个别名只属于一家企业
• ❌ 重复别名自动移除（保留首次出现）

特殊情况处理

• 母子公司：允许共享股票简称（如中国东方航空）
• 政府机构：直接使用全称，不生成简称

技术细节

依赖库

pip install openpyxl requests

性能

• 处理速度：约 30 秒/686 家企业
• 网络查询：约 10-15 分钟（可选启用）

兼容性

• Python 3.7+
• Excel (.xlsx) 格式

更新日志

v1.0.0 (2026-03-24)

• ✅ 初始版本发布
• ✅ 支持 686 家企业
• ✅ 股票简称识别（58 家）
• ✅ 政府机构识别（33 家）
• ✅ 智能过滤规则
• ✅ 别名去重优化
• ✅ 2 字别名过滤
• ✅ 地区名过滤

常见问题

Q: 为什么某些企业没有别名？

A: 所有企业都会生成别名。如果所有规则都过滤了，会使用 fallback 逻辑提取公司名核心部分。

Q: 如何添加新的股票简称？

A: 编辑 STOCK_NAMES 字典，添加企业名称和股票简称的映射。

Q: 网络查询功能如何启用？

A: 当前版本默认禁用网络查询（速度慢）。如需启用，修改 process_excel 函数中的网络查询逻辑。

许可

MIT License - 可自由使用、修改、分发

作者

Generated by OpenClaw Agent