#!/usr/bin/env python3 # -*- coding: utf-8 -*- """统一口径交付物：HTML 一页纸 + Excel""" import io import json import sys sys.path.insert(0, '/Users/liuxinyuan/Desktop/Hermes输出-工作类/脚本') import brand_kit as BK # noqa: E402 from openpyxl import Workbook # noqa: E402 from openpyxl.styles import Alignment, Font, PatternFill # noqa: E402 from openpyxl.utils import get_column_letter # noqa: E402 W = '/Users/liuxinyuan/Desktop/Hermes输出-工作类' J = W + '/数据/科研经费_统一口径_产品线.json' OUT_HTML = W + '/销售分析/科研经费与宝锐产品线关联_统一口径_2026-10-17.html' OUT_XLSX = W + '/销售分析/科研经费_单位级清单_广东浙江_2026.xlsx' L = ['分子·RT-qPCR', '分子·PCR/克隆', '分子·核酸提取', '分子·LAMP/恒温', '分子·其他', 'WB'] d = json.load(io.open(J, encoding='utf-8')) P = d['provinces']; S = d['struct'] # 技术路径（蛋白/信号类）：PubMed 提及率（可核）+ 经验使用率 + 宝锐覆盖度 TECH = [ ('Western blot', '6.8%', '85–90%', '95%', 'WB 一线全线（RIPA/抑制剂/BCA/上样/电泳/转膜/TBST/膜/ECL/marker）', '高'), ('qPCR / RT-qPCR', '5.2%', '60–70%', '80%', 'RT-qPCR 预混 + 逆转录 + 核酸提取', '高'), ('免疫沉淀 IP/Co-IP', '4.5%', '20–30%', '65%', 'WB 线（裂解液、蛋白酶抑制剂）+ 蛋白纯化缺口', '中高'), ('免疫荧光 IF', '4.5%', '50–60%', '20%', '仅覆盖封闭/抗体稀释；抗体本身非我司', '低'), ('免疫组化 IHC', '3.1%', '20–30%', '15%', '同上，且石蜡切片流程耗材非我司', '低'), ('流式细胞术', '3.5%', '20–25%', '5%', '几乎无对应货号', '极低'), ('ELISA', '2.7%', '15–20%', '15%', '仅缓冲液/封闭；板与抗体非我司', '低'), ('RNA-seq', '7.9%', '30–40%', '25%', '仅核酸提取（柱式/磁珠）', '低'), ('质谱/蛋白组', '7.5%', '15–20%', '10%', '仅裂解/提取，样本前处理为主', '极低'), ('CRISPR/基因编辑', '1.7%', '10–15%', '75%', '无缝克隆/连接/感受态/质粒提取', '高'), ] CSS = """*{box-sizing:border-box}body{margin:0;background:#f4f6fa;font-family:-apple-system,"PingFang SC",sans-serif;color:#1b2430;font-size:13px;line-height:1.62} .wrap{max-width:1180px;margin:0 auto;padding:0 18px 40px}h1{font-size:21px;margin:10px 0 4px} .meta{color:#5b6675;font-size:12.3px;margin-bottom:12px} .card{background:#fff;border:1px solid #e3e8f1;border-radius:10px;padding:14px 16px;margin-bottom:14px} .card h2{font-size:15px;margin:0 0 10px;padding-left:9px;border-left:3px solid #1F4E79} .card h2 span{font-size:10.6px;color:#8a94a3;font-weight:600;margin-left:6px} h3{font-size:13px;color:#1F4E79;margin:14px 0 6px} table{width:100%;border-collapse:collapse;font-size:11.7px} th{background:#1F4E79;color:#fff;padding:7px 8px;text-align:left;font-weight:600} th.n{text-align:right} td{padding:6px 8px;border-bottom:1px solid #eef1f6;vertical-align:top} td.n{text-align:right;font-variant-numeric:tabular-nums;white-space:nowrap} .kpis{display:grid;grid-template-columns:repeat(4,1fr);gap:9px;margin:10px 0 14px} .kpi{background:#fff;border:1px solid #e3e8f1;border-top:3px solid #1F4E79;border-radius:9px;padding:9px 11px} .kl{font-size:11px;color:#6b7684}.kv{font-size:19px;font-weight:800;color:#1F4E79;margin:2px 0} .ks{font-size:10.5px;color:#8a94a3} .tag{display:inline-block;font-size:10px;font-weight:800;padding:1px 6px;border-radius:8px} .ok{background:#e8f6ee;color:#1c7c54}.est{background:#fff4e0;color:#8a5a12}.gap{background:#fde8e6;color:#b3261e} .box{background:#f7f9fd;border:1px solid #dfe6f2;border-radius:8px;padding:10px 12px} .box.warn{background:#fffaf0;border-color:#f3e2bf} .grid2{display:grid;grid-template-columns:1fr 1fr;gap:10px} .fn{color:#6b7684;font-size:11.4px;margin-top:7px} ul{margin:4px 0;padding-left:18px}""" def fmt(v): return f'{float(v):,.0f}' def _plain(x): import re as _re return _re.sub(r'<[^>]+>', '', str(x)).replace(',', '').replace('%', '').strip() def rows(data): out = [] for r in data: cells = [] for i, c in enumerate(r): plain = _plain(c) num = bool(plain) and plain.replace('.', '').isdigit() cells.append('%s' % (' class="n"' if i and num else '', c)) out.append('' + ''.join(cells) + '') return '\n'.join(out) zj, gd = P['浙江'], P['广东'] zl, gl = zj['by_line'], gd['by_line'] zs, gs = sum(zl.values()), sum(gl.values()) line_rows = [[l, fmt(zl[l]), '%.1f%%' % (zl[l] / zs * 100), fmt(gl[l]), '%.1f%%' % (gl[l] / gs * 100), fmt(zl[l] + gl[l]), '%.1f%%' % ((zl[l] + gl[l]) / (zs + gs) * 100)] for l in L] line_rows.append(['合计', '%s' % fmt(zs), '100%', '%s' % fmt(gs), '100%', '%s' % fmt(zs + gs), '100%']) topic_rows = [] for t in sorted(set(zj['by_topic']) | set(gd['by_topic'])): a = zj['by_topic'].get(t, {'n': 0, 'amt': 0, 'addr': 0}) b = gd['by_topic'].get(t, {'n': 0, 'amt': 0, 'addr': 0}) rate = S[t]['rate'] * 100 main = max(S[t]['mix'], key=lambda k: S[t]['mix'][k]) topic_rows.append([t, fmt(a['n']), fmt(a['amt']), fmt(a['addr']), fmt(b['n']), fmt(b['amt']), fmt(b['addr']), '%.0f%%' % rate, '%s（%.0f%%）' % (main, S[t]['mix'][main])]) topic_rows.sort(key=lambda r: -(float(str(r[3]).replace(',', '')) + float(str(r[6]).replace(',', '')))) tech_rows = [[a, b, c, dd, e, f] for a, b, c, dd, e, f in TECH] def unit_rows(prov, n=12): out = [] for u in P[prov]['units'][:n]: main = max(L, key=lambda l: u['lines'][l]) out.append([u['unit'], fmt(u['n']), fmt(u['amt']), fmt(u['addr']), '%.0f%%' % (u['addr'] / u['amt'] * 100 if u['amt'] else 0), main]) return out page = """ 科研经费与宝锐产品线关联（统一口径）

科研经费与宝锐产品线关联：广东 / 浙江 2026 省基金

口径：两省统一——项目名称 → 研究方向 → 主技术路径 → 宝锐产品线。金额来自官方立项清单逐项（广东逐项公布；浙江按类别标准额测算）。研究方向结构与可及率为经验值，技术路径占比用 PubMed 2024–2025 条件提及率做排序锚点。截至 2026-10-17。
浙江 省基金总盘
4.99 亿
2,667 项
浙江 宝锐可及
1.52 亿
生医 1,496 项 / 2.79 亿 × 55%
广东 省基金总盘
4.21 亿
3,171 项
广东 宝锐可及
1.31 亿
生医 1,887 项 / 2.40 亿 × 54%

一、两省统一口径：六条产品线关联经费 万元 / 年（2026 立项）

__LINES__
产品线浙江占比广东占比两省合计合计占比
两省结构高度一致（WB 35%、RT-qPCR 21.6%、提取 14.9%），说明口径可跨省复用。WB 是第一大关联品类，与我们 WB 产品线偏弱形成直接矛盾。

二、研究方向 → 主技术路径 → 产品线 这是对“权重被关键词带偏”的修正

__TOPICS__
研究方向浙江项数浙江经费浙江可及广东项数广东经费广东可及可及率最大产品线
可及率 = 该方向经费中会花在宝锐六大品类上的比例（经验值）。例如蛋白/信号类可及率 62%，因为抗体、流式、测序占了剩下 38%。

三、蛋白 / 信号 / 通路：主流技术路径与宝锐关联度 直接回答“占比多少、关联度怎样”

__TECH__
技术路径PubMed 提及率
（2024–25，可核）		实验中使用率
（经验值）		宝锐覆盖度对应产品线 / 缺口关联强度

两个数为什么差这么多

PubMed 6.8% 是“摘要里提到 western blot”的比例，不是实验使用率——绝大多数论文摘要不写方法。实验中使用率（85–90%）来自实验室惯例与试剂消耗结构，属经验值。两个数一起看：排序可信，绝对值不可直接当份额。

结论：蛋白方向的钱，一半在 WB

蛋白/信号类项目里，宝锐可及支出结构约 WB 50%、RT-qPCR 13%、克隆 12%、提取 10%、其他分子 14%、LAMP 1%。所以这个方向的核心不是 LAMP，而是 WB 全线 + qPCR 验证。

四、单位层级：宝锐可及经费 Top 12

广东

__UGD__
单位省基金项数总经费(万元)宝锐可及(万元)可及占比最大产品线

浙江

__UZJ__
单位省基金项数总经费(万元)宝锐可及(万元)可及占比最大产品线
全量单位清单（广东 255 家 / 浙江 231 家）见同名 Excel，含每家六条产品线拆分与项目明细。

五、口径与不确定点 请你判断

统一口径做了什么

  • 两省都按项目名称归类研究方向，不再“浙江用学科代码、广东用关键词”。
  • 浙江学科代码只做校验：代码 C/H 与名称判定一致率 35.1%——因为大量生医研究立项在工材/化学部（生物材料、生物传感、生物化工），名称口径更贴近我们的客户。
  • 生物材料/传感器已纳入，但要求“材料词 + 生物锚点”同时命中，避免把电池材料、涂层算进来（浙江 48 项 / 780 万，广东 52 项 / 610 万）。

我不确定的 3 个点

  • 可及率（55%/54%）是经验值：需用 3–5 家客户的实际支出结构校准。
  • “实验中使用率”没有权威统计：85–90%（WB）来自经验；若要硬数据，只能做客户访谈或采购结构反推。
  • 浙江金额是类别标准额测算（重大 100/杰青 80/重点 30/探索 10/青基 10 万），不是财政逐项下达数。
__FOOTER__
""" def align_numeric_headers(html): """把数值列的表头也右对齐，并校验每张表列数一致（防表头/数据错位）""" import re as _re out = [] pos = 0 for m in _re.finditer(r'(.*?)
', html, _re.S): out.append(html[pos:m.start()]) tbl = m.group(0) ths = _re.findall(r']*)>(.*?)', tbl, _re.S) first_tr = _re.search(r'\s*(.*?)', tbl, _re.S) tds = _re.findall(r']*>(.*?)', first_tr.group(1), _re.S) if first_tr else [] if len(tds) != len(ths): raise AssertionError('表头 %d 列 vs 数据 %d 列：%s' % (len(ths), len(tds), tbl[:120])) def is_num(x): x = _re.sub(r'<[^>]+>', '', x).replace(',', '').replace('%', '').strip() return bool(_re.fullmatch(r'-?\d+(\.\d+)?', x)) new_ths = [] for i, (attrs, inner) in enumerate(ths): if i < len(tds) and is_num(tds[i]) and 'class=' not in attrs: attrs += ' class="n"' new_ths.append('%s' % (attrs, inner)) # 重建 thead thead_m = _re.search(r'.*?', tbl, _re.S) if thead_m: old = thead_m.group(0) new = '' + ''.join(new_ths) + '' tbl = tbl.replace(old, new, 1) out.append(tbl) pos = m.end() out.append(html[pos:]) return ''.join(out) page = (page.replace('__CSS__', CSS).replace('__LINES__', rows(line_rows)) .replace('__TOPICS__', rows(topic_rows)).replace('__TECH__', rows(tech_rows)) .replace('__UGD__', rows(unit_rows('广东'))).replace('__UZJ__', rows(unit_rows('浙江')))) page = align_numeric_headers(page) page = BK.inject(page, theme='dark', tag='科研经费 × 产品线 · 统一口径', footer_extra='内部资料 · 请勿外发 ｜ 源：广东/浙江 2026 省基金立项清单（官方 PDF）、PubMed E-utilities') page = page.replace('__FOOTER__', '') io.open(OUT_HTML, 'w', encoding='utf-8').write(page) print('✅ HTML %.0f KB' % (len(page.encode()) / 1024)) # ── Excel ── wb = Workbook(); HEAD = PatternFill('solid', fgColor='1F4E79'); HF = Font(color='FFFFFF', bold=True, size=10) def style(ws, widths): for c in range(1, len(widths) + 1): cell = ws.cell(row=1, column=c) cell.fill = HEAD; cell.font = HF; cell.alignment = Alignment(horizontal='center', vertical='center', wrap_text=True) ws.column_dimensions[get_column_letter(c)].width = widths[c - 1] ws.freeze_panes = 'A2' ws = wb.active; ws.title = '汇总_产品线' ws.append(['产品线', '浙江(万元)', '浙江占比', '广东(万元)', '广东占比', '两省合计', '合计占比']) for l in L: ws.append([l, round(zl[l], 1), zl[l] / zs, round(gl[l], 1), gl[l] / gs, round(zl[l] + gl[l], 1), (zl[l] + gl[l]) / (zs + gs)]) for r in range(2, ws.max_row + 1): for c in (3, 5, 7): ws.cell(row=r, column=c).number_format = '0.0%' style(ws, [22, 13, 10, 13, 10, 13, 10]) ws = wb.create_sheet('研究方向') ws.append(['研究方向', '浙江项数', '浙江经费', '浙江可及', '广东项数', '广东经费', '广东可及', '可及率', '最大产品线']) for r in topic_rows: ws.append([r[0], int(str(r[1]).replace(',','')), float(str(r[2]).replace(',','')), float(str(r[3]).replace(',','')), int(str(r[4]).replace(',','')), float(str(r[5]).replace(',','')), float(str(r[6]).replace(',','')), r[7], r[8]]) style(ws, [18, 9, 11, 11, 9, 11, 11, 8, 22]) ws = wb.create_sheet('技术路径_蛋白信号') ws.append(['技术路径', 'PubMed提及率', '实验使用率(经验值)', '宝锐覆盖度', '对应产品线/缺口', '关联强度']) for r in tech_rows: ws.append(list(r)) style(ws, [22, 14, 16, 11, 56, 9]) for prov in ('广东', '浙江'): ws = wb.create_sheet('%s_单位级' % prov) ws.append(['单位', '项数', '总经费', '宝锐可及', '可及占比'] + [l for l in L]) for u in P[prov]['units']: ws.append([u['unit'], u['n'], round(u['amt'], 1), round(u['addr'], 1), round(u['addr'] / u['amt'], 3) if u['amt'] else 0] + [round(u['lines'][l], 1) for l in L]) for r in range(2, ws.max_row + 1): ws.cell(row=r, column=5).number_format = '0.0%' style(ws, [32, 7, 12, 12, 9] + [12] * len(L)) ws = wb.create_sheet('口径与来源') for r in [['项目', '内容'], ['浙江清单', 'zjnsf.kjt.zj.gov.cn 2026年度拟资助项目清单.pdf（92 页，2,667 项，序号 1–2667 完整）'], ['广东清单', 'gdstc 公示附件（WAF 拦截，用 hcwgx 转载件；表内“总计 3171 项 42110 万元”与逐项相加一致）'], ['统一口径', '两省均按项目名称归类研究方向；浙江学科代码 C/H 仅校验（一致率 35.1%）'], ['可及率', '经验值：蛋白/信号 62%、肿瘤 55%、免疫 50%、神经 55%、代谢 55%、遗传 65%、生物材料 40%、细胞 55%、药理 50%、临床 50%、农学 55%'], ['产品线结构', '经验值，见「研究方向」表主产品线列；技术路径占比用 PubMed 2024–25 条件提及率做排序锚点'], ['金额口径', '广东逐项公布；浙江按类别标准额测算（重大100/杰青80/重点30/探索10/青基10/青稞10/地区10）'], ['国自然', '单位级全量不公布，仅有样本（深大465项/2.05亿、浙工大197项/0.95亿、浙农林110项/4344万）']]: ws.append(r) style(ws, [16, 110]) wb.save(OUT_XLSX) print('✅ Excel', OUT_XLSX)