單純的SAP憑證批量打印，結合SAP Script+python很容易實現。小爬這次遇到的任務有點糾結：我們需要幫檔案管理人員批量打印SAP憑證的同時，還要幫助打印這些憑證在OA辦公平臺中的流程表單＋表單對應的各式附件，最後要將兩個平臺的打印數據進行匹配裝訂，這是目前的檔案管理人員的手工工作模式。經過再三思考，小爬終於找到了該過程的自動化機會，以解決作業人員的痛點。
具體的思路是這樣的：我們且先將SAP憑證批量，調用windows系統的PDF虛擬打印機，打印成一個個PDF文件，並以“OA表單編號-0.pdf"的格式進行重命名，最後再用python爬蟲把這些表單號對應的URL獲取到，並使用selenium驅動瀏覽器打開這些表單，後臺靜默下載表單的附件，打印OA表單，也以”OA表單編號-1（1~n).pdf"的格式命名，並與上一個步驟的憑證PDF文件存放於同一個文件夾。最終將這個文件夾以”表單編號“作爲關鍵信息來遍歷，並按照順序自動推送這些文件給打印機，那麼這些打印任務在輸送給打印機之前就已經在系統內完成了排序，這樣做可以解決兩個平臺單據打印後的線下匹配難&效率低問題。
小爬一開始也是這樣做功能實現的，但是這樣做，針對步驟一的SAP憑證批量打印爲PDF文件，存在兩個問題：
１、我們每打印一個憑證爲PDF，就要驅動SAP的打印功能，驅動win32桌面的”打印“對話框，直至保存PDF文件成功，這個過程有一定概率失敗，無論是findwindow方法還是sendmessage方法，都有較小的概率失敗；
2、上面這套打印SAP憑證的組合拳需要頻繁調用”打印“界面和”文件另存爲PDF“界面，每次都需要3-4秒才能完成，效率不算高；
操作如下圖的演示：
基於以上兩個痛點，小爬決定繼續尋求優化的方法。上述過程，可以考慮，用sap script驅動SAP全選所有待打印憑證，將所有憑證打印成一個PDF文件，那麼就解決了頻繁的打印PDF導致的效率問題和穩定性問題。結果表明，打印多個憑證爲一個PDF文件，跟打印一個憑證爲一個PDF文件耗時相當；
但這樣做帶來了另一個問題，這個”巨無霸“PDF文件，如何跟我們一個個OA表單文件+表單附件 進行系統內關聯呢？
對問題層層分解後，我們發現，其實我們需要的是一個高效的PDF拆分工具、一個高效的PDF文本解析工具，一個高效的PDF文件合併工具。通俗的說，我們將含多個憑證的PDF文件，按頁拆成一個個子PDF文件，再解析每個PDF文件的文本內容，將有共同特徵（如：同一個SAP憑證編號）的子PDF文件進行組合（merge），還原成我們想要的：一個憑證（可能多頁）對應一個PDF文件。這個工具必須得擅長拆分PDF、組合PDF、解析PDF文本，同時務必做到高效，效率如果太低，還不如一開始就打印出一個個PDF文件。
這就是針對這個場景，小爬的完整解決思路，下篇文章，我們將用python的方法，結合一些第三方工具和一些第三方package，一步步coding，來實現我們這一設想。