企业官网建设流程全解析

简介：面向公安行业信息化从业者、运营商政企方案人员及智慧公安研究者的研究报告，围绕公安信息化建设与实战能力提升，梳理行业现状、客户组织架构、主要业务流程、应用现状与发展建议，适合方案调研与售前参考。资源以1个PPTX文件交付，共47页，压缩包约3.11MB，便于直接阅读和摘取目录框架。文稿依据“十四五”规划，覆盖全域感知、全面融合、全局共享、全息刻画等目标，呈现金盾工程、浙江省公安厅组织架构与职责、治安刑侦网安等警种业务。技术层面涉及大数据资源中心、情报时空关联、重点人员轨迹分析、多维数据关联与人员车辆档案体系；应用层面包括情报线索管理、重点人员管控、多维预警、全域布控、指挥勤务舆情应用及移动警务APP。已有120人学习，可作为智慧公安、情指勤舆一体化与基层警务数字化建设的参考底稿。

1. 47 页的行业信息化研究报告，卡人的从来不是内容多少

需求方给的要求很具体：一份公安行业信息化研究报告，页数写死 47 页，两周后交付。多数人第一反应是打开 PowerPoint 从封面往下堆，堆到第 30 页才发现前面画的架构分层和后面的能力指标页对不上口径，只能推倒重排。页数一旦被写死，它就不再是排版问题，而是一个装配问题——先有页面台账，再有内容，最后才是美化。把 python-pptx、matplotlib 和无头渲染这三样拼起来，47 页的行业信息化研究报告可以做到内容与排版分离：改一版数据只重跑一次脚本，页码、图表尺寸、字体大小都落在可控范围里。这套做法适合经常交付解决方案材料、技术方案汇报的售前、架构师和研发同学，尤其是那种"内容不是难点、对齐和返工才是难点"的场景。

2. 把公安行业信息化研究报告切成可装配的 47 页骨架

2.1 先分五个一级板块，再往 47 页里填

47 页听起来很多，拆开其实很紧。封面 1 页、目录 1 页、板块过渡页 4 页、封底 1 页，留给正文的只有 40 页。这 40 页按信息密度切成五个板块，每个板块回答一个客户一定会追问的问题，页数配比大致如下。

配比不是拍脑袋定的。架构和场景占掉一半以上，是因为客户在评审会上最容易卡在这两块：架构页决定他信不信你的技术判断，场景页决定他信不信你真的懂业务。现状页反而是最容易被压缩的，压到 6 页以内、只留能被验证的数字，比铺 15 页行业描述有用得多。

2.2 六种页型的台账写法

把 40 页正文再落到页型上，你会发现整册其实只有六种页型在重复。台账的作用是把"这一页该有什么"提前定死，写脚本时按类型套模板就行。

2.3 每页只写一句结论

页型定完之后，最影响可读性的其实是每页的标题句。行业研究报告最容易写成"XX 系统建设情况"这种名词短语，读者扫完一页不知道你想说什么。我一般强制每页标题写成主谓宾的结论句，控制在 20 个汉字以内，例如把"视频图像资源整合情况"改成"视频资源已整合，但跨部门调用仍需人工审批"。后者在评审现场能直接被回应，前者只能等对方问"所以呢"。

标题句定下来之后，正文只保留支撑这句话的证据：一张表、一张图、或者三条要点。三条以上就说明这一页该拆了。47 页的硬约束下，拆页是奢侈的，所以更要在台账阶段就把"这页想说什么"写清楚，而不是等到排版时才发现内容塞不下。

2.4 台账落成 CSV，用 pandas 做硬约束校验

台账用表格来管最省事。一行一页，字段至少包含页码、所属板块、页型、标题句、素材路径。写成 CSV 之后，页数、页码连续性、板块配比全部可以用几行 pandas 校验掉。

import pandas as pd # 页面台账：一行一页，page 列就是最终页码 df = pd.read_csv("deck_pages.csv", encoding="utf-8") REQUIRED = {"page", "section", "type", "title", "asset"} missing = REQUIRED - set(df.columns) assert not missing, f"台账缺列: {missing}" # 页码必须从 1 连续排到 47，中间不能跳号 assert df["page"].tolist() == list(range(1, len(df) + 1)), "页码不连续或有重复" assert len(df) == 47, f"当前 {len(df)} 页，与 47 页硬约束不符" # 板块配比：任一板块偏离目标页数超过 1 页就提示 target = {"现状": 6, "架构": 9, "底座": 8, "场景": 12, "实施": 5} actual = df.groupby("section")["page"].count().to_dict() for k, v in target.items(): if abs(actual.get(k, 0) - v) > 1: print(f"[调整] {k} 当前 {actual.get(k, 0)} 页，目标 {v} 页")

这段代码的关键在于把"47 页"从人脑记忆变成断言。前面两个assert是硬约束，出错直接中断，避免带着 45 页或者 49 页的台账往下做；最后的配比检查是软提示，允许微调但不允许失控。asset列存图表文件名，后面生成 PPT 时按这一列去找图，就不用靠人工对着页码贴图。

3. 用 python-pptx 把台账装配成 47 页 PPT

3.1 依赖关系和虚拟环境

装配环节的依赖不复杂，但建议放在独立虚拟环境里，避免和其他项目抢 lxml 的版本。

python -m venv .venv source .venv/bin/activate # Windows 下用 .venv\Scripts\activate pip install python-pptx Pillow lxml

python-pptx 负责读写 pptx，lxml 是它操作底层 XML 的依赖，Pillow 用来处理嵌入的图片。真正容易出问题的是它们和本机 Office 版本之间的兼容关系——脚本能在 Python 侧写完文件，不等于 PowerPoint 打开时版式一致，所以第五步的渲染校验不能省。

3.2 先打印布局索引，再动手写代码

python-pptx 没有"复制某一页"的原生接口，常规做法是基于母版里的布局新建页。麻烦的是布局索引在不同模板里完全不一样，硬编码很容易踩空，所以第一步永远是先打印出来。

from pptx import Presentation prs = Presentation("tpl_47p.pptx") # 布局索引随模板变化，先打印再决定用哪几个 for i, layout in enumerate(prs.slide_layouts): idxs = [ph.placeholder_format.idx for ph in layout.placeholders] print(i, "|", layout.name, "|", idxs)

打印结果里要看两样东西：布局的序号，以及每个布局下占位符的idx。name会随模板语言变化，中文版和英文版可能完全对不上，而idx是写在 XML 里的稳定标识。我一般把用到的几个布局记成常量字典，例如封面用slide_layouts[0]、正文用slide_layouts[6]，后面所有页都从这个字典取。

3.3 用占位符填内容，别用绝对坐标

早期我习惯用add_textbox按坐标硬放文本框，改一版模板就全乱。换成占位符之后，位置和样式由母版统一控制，脚本只负责填字。

from pptx.util import Pt def put_text(slide, idx, text, size=18): # idx 是模板里占位符的编号，不是列表下标 ph = next(p for p in slide.placeholders if p.placeholder_format.idx == idx) tf = ph.text_frame tf.text = text for para in tf.paragraphs: for run in para.runs: run.font.size = Pt(size) # 显式设字号，不依赖自动缩放 return ph

两个参数值得单独说。idx必须来自上一步打印的结果，写成列表下标会在某些布局上静默取到错误占位符。size建议正文不低于 18pt，投影和 PDF 双场景下 18pt 是安全下限，低于 16pt 在会议室后排基本看不清。显式设字号的另一个原因是模板自带的自动缩放不可靠，见下一节。

3.4 表格页与要点页的生成参数

指标页和对比页大量用表格，表格的形状参数比文本框敏感得多，给得不全就会变形。

from pptx.util import Cm def add_table(slide, rows, cols, left=Cm(2), top=Cm(3.5), width=Cm(29), height=Cm(10)): shape = slide.shapes.add_table(rows, cols, left, top, width, height) table = shape.table table.first_row = True # 首行套用表头样式 table.columns[0].width = Cm(7) # 首列留给标签，窄一点 return table

页面本身是 33.87cm × 19.05cm 的 16:9 画布，左右各留 2cm 边距，可用宽度约 29.8cm，所以表格宽给 29cm 比较稳。first_row = True打开的是表格样式里的表头开关，不开的话首行和正文一个样子，长表格会很难扫读。列宽在创建后单独设，是因为 python-pptx 不接受按比例分配，得逐列给值。

3.5 自动化套模板最常见的三个坑

第一个是占位符索引和顺序混淆，表现是内容填进了错误的框，肉眼不检查很难发现，建议生成后抽查第 5、15、25、35 页。

第二个是自动缩放。text_frame.auto_size设成MSO_AUTO_SIZE.TEXT_TO_FIT_SHAPE在 python-pptx 里只写了一个标记，真正的缩放发生在 PowerPoint 打开文件时，LibreOffice 渲染时又不一定执行。同一份文件在两台机器上页数一样、版式不同，根源多半在这里。可靠做法是自己按字符数估算，超了就主动降字号或拆页。

第三个是字体缺失。脚本跑在 Linux 上、PPT 在 Windows 上打开，如果字体没装，打开端会静默替换，替换后字宽变化，原本正好一行的标题变成两行，压住下面的图。行业研究报告这种正式材料，建议正文统一用系统自带的中文字体，需要特殊字体时把字体嵌入一起交付。

4. 信息化指标图表：把数据画进 PPT 的参数怎么设

4.1 先按厘米定画布，再定 DPI

图表尺寸最容易出错的地方，是先在 matplotlib 里按英寸随手定一个figsize=(10, 5)，贴进 PPT 再拉伸，字就糊了。正确顺序是先量 PPT 里留给图的空间，再换算成英寸。

import matplotlib.pyplot as plt CM = 1 / 2.54 # 厘米转英寸 def fig_size_cm(w_cm, h_cm): return (w_cm * CM, h_cm * CM) # 半栏图在 33.87cm 画布上大约占 15cm 宽，高度按 8cm 配 fig, ax = plt.subplots(figsize=fig_size_cm(15, 8), dpi=200)

半栏图取 15cm 宽、8cm 高，是 16:9 页面里放得下两张图又不显拥挤的比例。DPI 给 200，15cm 宽对应约 1181 像素，投影和大屏都够用；给到 300 只会让 pptx 体积翻倍，在会议场景里看不出差别。反过来，如果图后期还要印刷，就得把 DPI 提到 300 并在尺寸上留出余量。

4.2 中文字体与负号显示

默认配置下中文会显示成方块，负号也会变成小方块，两行配置就能解决。

import matplotlib # 字体列表按优先级排，前一个找不到会自动往后找 matplotlib.rcParams["font.sans-serif"] = ["Source Han Sans SC", "Microsoft YaHei", "SimHei"] matplotlib.rcParams["axes.unicode_minus"] = False # 负号正常显示 matplotlib.rcParams["savefig.bbox"] = "tight" # 存图时裁掉多余留白

savefig.bbox = "tight"这一项经常被忽略。不设的话，matplotlib 存出来的 PNG 四周带一圈固定留白，贴进 PPT 后图的实际内容比预期小一圈，还容易和相邻元素错位。开成tight之后，图的边界就是内容的边界，定位参数才好算。

4.3 图表类型和指标的对应关系

行业信息化研究报告里的指标就那么几类，配图可以固定下来，避免每次纠结。

雷达图的多轴顺序尤其要统一。同一份报告里如果第 12 页按"感知、传输、计算、存储、应用、安全"排，第 28 页换成另一个顺序，读者会以为两页数据矛盾。色阶同理，热力矩阵的深浅必须跨页可比，否则上下两页的"深色"代表不同含义。

4.4 把图回填到台账指定的页

图生成完，按台账的asset列回填。定位用占位符最稳，但图片占位符在有些模板里没预留，退而求其次用坐标加宽度。

from pptx.util import Cm def fill_picture(prs, page_no, png_path, left_cm, top_cm, width_cm): slide = prs.slides[page_no - 1] # 页码从 1 起，索引从 0 起 return slide.shapes.add_picture( png_path, Cm(left_cm), Cm(top_cm), width=Cm(width_cm) )

add_picture只给宽度时会等比缩放，高度自动算；同时给宽高就会拉伸变形，这是图表变糊变扁的最常见原因。page_no减 1 是因为 python-pptx 的slides是从 0 开始的列表，台账里写的是人看的页码，两者差一位，写错就会出现"图都贴到前一页"的情况。

5. 47 页的渲染校验、体积控制与批量改稿

5.1 无头模式转 PDF 做整册校对

脚本生成的 pptx 在 Python 侧看不出问题，必须渲染一遍才知道版式。LibreOffice 的无头模式是最省事的选择。

soffice --headless --convert-to pdf --outdir ./out ./deck_47p.pptx # 确认页数是否等于 47 pdfinfo ./out/deck_47p.pdf | grep Pages

--headless表示不开界面，--outdir指定输出目录，不指定会落在当前目录。一次只能转一个文件，批量处理时用 shell 循环遍历。偶尔会遇到转换卡住，多半是本机已经有 LibreOffice 实例占用了用户配置目录，加-env:UserInstallation=file:///tmp/lo_check指定一个临时配置目录就能绕开。转出来的 PDF 我一般会从头翻一遍，重点看第 5、15、25、35、45 页这几个位置，它们分别对应五个板块的边界，最容易出现过渡页和内容页不匹配。

5.2 用脚本做文本溢出巡检

人工翻 47 页容易漏，加一段巡检代码，把每页的长文本打出来。

from pptx import Presentation prs = Presentation("deck_47p.pptx") LIMIT = 46 # 一行中文的经验上限，超过大概率换行溢出 for i, slide in enumerate(prs.slides, 1): for shape in slide.shapes: if not shape.has_text_frame: continue for para in shape.text_frame.paragraphs: text = "".join(run.text for run in para.runs) if len(text) > LIMIT: print(f"P{i} 疑似溢出: {text[:30]}...")

LIMIT是按字号和文本框宽度估出来的经验值，18pt 字号、15cm 宽的文本框放一行中文大约 46 个字，超过就会换行，换行后如果框高不够就顶出去。这个阈值换了字号或框宽要跟着调，所以代码里单独提出来做常量。巡检输出的是"疑似"，最后一句话的判断还得靠人，但能筛掉绝大多数问题。

5.3 pptx 其实是 zip，瘦身先看 media

47 页带几十张图的 pptx 动辄二三十兆，发邮件、传会议系统都费劲。先用 unzip 看一眼是谁占的空间。

unzip -l deck_47p.pptx | sort -k1 -nr | head -20

输出里排在最前面的基本都是ppt/media/下的图片。定位到之后，用 Pillow 把超过 1600 像素的图重采样，体积能砍掉一半以上，肉眼几乎看不出差别。

from PIL import Image im = Image.open("chart.png") if max(im.size) > 1600: ratio = 1600 / max(im.size) im = im.resize((int(im.width * ratio), int(im.height * ratio)), Image.LANCZOS) im.convert("RGB").save("chart_slim.jpg", quality=82, optimize=True)

Image.LANCZOS是缩放质量较高的重采样算法，图表里的细线和小字不会糊成一团。quality=82是针对图表的经验值，再往下压开始出现色带，尤其是渐变背景的架构图。注意convert("RGB")会丢掉透明通道，如果图需要透明叠加就别转，直接存 PNG。

5.4 全局替换与版本比对

改稿阶段高频操作是换年份、换指标数值，逐个点开改不现实。

from pptx import Presentation OLD, NEW = "上一年度", "本年度" def replace_in_runs(shape, old, new): if not shape.has_text_frame: return for para in shape.text_frame.paragraphs: for run in para.runs: if old in run.text: run.text = run.text.replace(old, new)

这段写法有一个边界：被替换的字符串如果正好被拆在两个 run 里，就匹配不到。PowerPoint 会因为拼写检查、格式变化自动切分 run，所以替换完必须抽查。要彻底解决，得把整段文字合并回第一个 run、其余 run 清空再写，代价是会丢掉段内的局部加粗和变色。行业研究报告里标题和正文通常格式统一，合并的代价可以接受。

6. 进阶：把 47 页模板参数化，做成可复用的更新流水线

做到这一步，整套东西已经能跑了，但每次换客户、换年份还是要改脚本。再往前一步，是把变化的部分抽成配置，让脚本只读配置。

一份deck.yaml大致长这样：标题、出具方、日期、五个板块的名称和页数配比、每页的标题句和素材文件名。生成脚本只做三件事——读台账 CSV、读配置 YAML、按页型分发到对应的渲染函数。板块页数从 6/9/8/12/5 变成 5/10/8/13/4，改 YAML 里的数字就行，脚本里的断言会自动校验总页数是否还是 47。

真正省时间的是差异比对。pptx 本质是个 zip 包，解开之后每一页都是独立的 XML，版本之间的差别可以直接定位到页。

mkdir -p a b unzip -q deck_v1.pptx -d a && unzip -q deck_v2.pptx -d b diff -rq a/ppt/slides b/ppt/slides

diff -rq只报哪些文件不同，不打印内容，适合先看规模。如果只想看文字改了什么，用 python-pptx 把每页文本导出成文本文件再比对，比读 XML 直观得多。

from pptx import Presentation def dump_text(pptx, out_txt): with open(out_txt, "w", encoding="utf-8") as f: for i, slide in enumerate(Presentation(pptx).slides, 1): f.write(f"=== P{i} ===\n") for shape in slide.shapes: if shape.has_text_frame and shape.text_frame.text.strip(): f.write(shape.text_frame.text + "\n") dump_text("deck_v1.pptx", "v1.txt") dump_text("deck_v2.pptx", "v2.txt")

导出之后diff v1.txt v2.txt，输出的就是带页码的改动清单，评审会上逐条确认比整册翻一遍快得多。这套流水线跑顺之后，47 页从零到交付的时间一般能压到两三天，其中大部分时间花在内容判断而不是排版对齐上——这才是把一份行业信息化研究报告当工程做的实际收益所在。

本文还有配套的精品资源，点击获取