宏业计价文件解析导出

本地解析宏业清单计价专家 .SGCFX 工程文件，免软件授权导出分部分项工程量清单、工料机材料汇总、费用汇总六段式，并做送审/审核多版本核减对比，输出规范 Excel。触发词：SGCFX、计价文件导出Excel、工程量清单、材料用量、核减对比、送审审核。

SGCFX（宏业计价文件）本地解析 → Excel

核心结论：SGCFX 是 ZIP 容器，内层文件未加密、明文存储。 不要相信"加密了、必须装 Windows 宏业软件才能导出"的判断。

---

快速开始（4 步）

bash

# 1 解包（注意：解出的文件权限可能是 000，必须 chmod）
mkdir -p ./tmp_sgcfx && unzip -o "<file>.SGCFX" -d ./tmp_sgcfx
chmod -R u+rw ./tmp_sgcfx          # 不 chmod 会 Permission denied

# 2 清单明细（3003 表）→ Excel
python3 scripts/export_boq.py  ./tmp_sgcfx 4 ./输出     # 4 = 其中一个版本盘册
python3 scripts/export_boq.py  ./tmp_sgcfx 3 ./输出     # 3 = 另一个版本盘册

# 3 费用汇总六段式（3010 表）→ Excel
python3 scripts/export_cost.py ./tmp_sgcfx 4 ./输出

# 4 材料工料机（3007 表）
python3 scripts/p3007.py $(find ./tmp_sgcfx -path '*/3007')   # 看解析率，应 ≥99%
python3 scripts/agg3007.py                                     # 聚合 CSV

顶层数字目录语义：两个数字目录通常是两个保存版本（如 3/ 旧版、4/ 新版）， 不是送审/审结。版本定名靠 SysData 里的中文大写金额串，不靠目录名。

---

通用二进制结构（所有表通用）

text

表头 96 字节:
  +0  数据区总长        +4  schema区长度     +8 / +12 保留
  +16 表ID(如 3003)    +20 起 版本号(UTF-16 "10.025")
数据区起点 = 96 + schema区长度

字符串 = [uint32 字符数][UTF-16LE]        ← 数值也常以字符串冗余存储
数值   = IEEE754 双精度小端

记录类型标记（数据区靠这个切分）：

标记	含义
F段N	分部
F目N	清单项（分部分项）
F定N	定额子目（清单下挂）

---

表号速查

ID	内容
3003	分部分项工程量清单（含量价）
3007	工料机汇总表（材料用量）
3010	单位工程费用汇总（六段式）
3004/3005/3006	措施 / 其他项目
3011/3012	费用汇总模板
0/1005	单项工程汇总
0/1032	编制说明
Tree	明文结构树（单项工程 → 单位工程）

---

3003 分部分项清单：完整破解法（重点）

行结构（按此顺序解析，已实测验证）：

text

序号(字符串) → 工程量(字符串!) → F目N → 清单编码(12位) → 定额编号(9位)
  → 项目名称 → 单位 → [数值区] → 项目特征 → 工程量计算规则 → …

两个必须记住的坑：

1. 工程量是字符串存储的，不是 double。 形如 '3.6'、'73.5'、'46.56'、'1155.91'。 去读 double 会得到垃圾值或 0 —— 这是最容易翻车的地方。 取法：在 F目N 之前的字符串中，找最近一个匹配 ^-?\d+(\.\d+)?$ 的串。

2. 单价/合价是 12 字节步长的成对结构。 以"单位"字符串结束位置为数值区起点 st：

   • st + 0 = 综合单价
   • st + 12 = 综合合价 后续人材机、管理费、利润同理成对（步长亦为 12）。 数值有冗余副本（同值连续重复 2~3 次），扫描时用步长 4 再压缩连续重复最稳。

校验（必做）：综合合价 = 综合单价 × 工程量，应 100% 通过。

---

3010 费用汇总：六段式

text

A   分部分项合价        A.1 甲供材料费
B   措施项目            B.1 安全生产措施费
C   其他项目            C.1 暂列金额 / C.2 专业工程暂估价 / C.3 计日工
                       C.4 总承包服务费 / C.5 合同约定的其他项目
D   税前建安工程造价 = A + B + C
E   增值税 = (D − A.1) × 9%
F   最高投标限价合计 = D − A.1 + E

两种定位方式，按序尝试：

1. 标题名定位法（优先，更简单）： 数据区内按标题名精确匹配，取其后第一个非零 double（步长 4 扫描）： 分部分项合价 / 甲供材料费 / 通用措施项目合价+专业措施项目合价 / 安全生产措施费 / 其他项目合价 / 暂列金额 / 专业工程暂估价 / A+B+C / (D-A.1)*费率 / D-A.1+E
2. 闭合约束反解法（字符串层破碎时的兜底）：scripts/dbl3010.py。

反解必须加的三条剪枝（不加会解出语义错误的组合）：

1. C 允许为 0：新版非安装类单位工程「其他项目费 = 0」，此时 A + B = D。
2. C 允许是「候选集中两数之和」：安装类其他项目费 = 专业工程暂估价 + 规费， 不作为单个 double 存盘。
3. 措施/分部分项 ≥ 5%：区分「措施」与「规费」的关键约束（实测 6.1%~12.7%）。

---

分册 → 单位工程 映射（不同项目必须重核）

脚本里的 MAP 默认为空（降级为"分册N"，不臆造名称）。按此流程重建：

1. 读 {版本}/Tree → 得到「单项工程 → 单位工程」层级与顺序
2. 用清单编码前缀判断专业：01=建筑 / 03=安装 / 04=市政总平 / 05=其他
3. 同专业内，按金额量级配对：清单合价 < 单位工程金额，两者按大小排序匹配
4. 反向验证：映射正确时，各分册的 3010 总价应能逐项对上 0/1005 汇总表

---

验证清单（交付前必过）

1. 清单层：Σ综合合价 = 文件内部"合计"行（搜 合计 字符串，取其后 double）。 全部分册应通过，差 ≤ 0.05 元（浮点舍入）。这是证明没漏项的决定性证据。
2. 自校验：综合合价 = 综合单价 × 工程量，全部条数通过。
3. 链条层：A+B+C=D、(D−A.1)×9%=E、D−A.1+E=F，逐项通过。
4. 总额层：Σ单位工程总价 + 独立列项杂费 = 建设项目限价。差额须能逐项归因。
5. 大写金额 × 数值串双证一致（SysData 里第一个大写金额 = 项目总价）。
6. 材料表 ↔ 清单表交叉：按 t/m³ 计量的材料，定额含量 = 1.0 时材料量应等于清单量。

⚠️ 常见误解：清单合价合计 ≠ 工程总额。 差额是措施费、规费、税金、暂列金额等，属正常造价构成，不是解析错误。 判断依据：每个分册 Σ合价是否与文件自己写的"合计"行一致。

---

已踩过的坑

• unzip 解出的文件权限是 ----------，必须 chmod -R u+rw，否则读不了
• 高熵文件里 2 字节签名会随机命中，判断压缩格式必须实际解压验证，不能只看签名存在
• struct.unpack_from 要限 min(b, len(d))-8，否则越界报错
• sed 替换含 * 的模式会失败（zsh glob），改文件直接用 Python 读写
• 校验脚本自身也可能有 bug：一级行被重复计入二级累加会造成假失败。 数据对不上时，先怀疑自己的校验逻辑，再怀疑数据
• 报告中区分【实证】（文件原文）/【推断】/【待确认】，不要把推断写成结论

---

输出规范

生成的 Excel 统一：表头蓝底白字加粗、冻结首行、开启筛选、 金额千分位 2 位小数、层级行缩进+浅蓝底、合计行黄底红字。

依赖：openpyxl（Python 3.13 已装）。

注：本技能所有方法均在真实工程文件上实测验证过（12 个单位工程、 384+382 条清单，三层勾稽全部通过）。文档中的项目名与金额均做脱敏处理， 使用时请以自己文件的实际内容为准。