共计 1569 个字符，预计需要花费 4 分钟才能阅读完成。
本案例基于一家投资公司的实在需要。
作为一家投资公司，须要及时更新所关注的公司的融资信息等情况，那如何来解决这个问题呢。个别状况下，咱们只需从启信宝等网站获取公司的一系列公开信息，包含工商信息、股东法人、融资信息等即可。但如果每次登录网站来挨个查问，显然低效又不不便。而如果用 SeaTable 表格来记录公司名称、对立信用代码等信息，而后利用启信宝 API 获取公司的融资信息到 SeaTable 表格，就能够做到高效和高深莫测。而且还能够手动批改和保护一些启信宝脱漏的或不精确的信息。
上面，本文就基于一家投资公司的上述实在需要来分享一个案例，它将展现如何通过启信宝的对外 API 接口获取公司信息并疾速整合到 SeaTable 表格。包含以下内容：
数据同步
首先登录 SeaTable 后，增加一个表格，外面写入根本的公司信息，比方把企业名称、对立信用代码作为根底数据。如下图中的「公司」子表：
接下来，在表格中再创立一个子表「融资信息」用于后续填入融资等信息。而后为这个子表插入列，如融资轮次、对立信用代码、融资日期、融资额等。如下图：
而后，用「公司」子表中的对立信用代码向启信宝的 API 申请数据。此时，须要本人在启信宝上申请 API 的 APP_KEY 和 SECRET_KEY，同时须要增加本地的 IP 地址到启信宝的 IP 白名单中。做好这些筹备工作后，就能够用 Python 联合 SeaTable 的相干 API 对融资数据进行写入。以下是数据同步的算法逻辑：
- 对「公司」子表中的每一个公司，应用启信宝 API，获取公司的融资数据，包含融资金额、融资轮次、融资日期等。
- 比照「融资信息」子表：
如果某次融资记录不存在，那么进行增加；
如果已存在，然而表格中的信息不统一，那么认为表中信息是通过用户手工更新过的，不进行批改；
如果已存在，而且信息统一，也不进行解决。
具体的流程代码请参照此处残缺的 案例脚本，数据写入之后的表格如下（融资额只作演示用）：
数据处理（疾速链接子表的关联记录）
在后面实现数据获取和同步后，此时能够用 SeaTable 的“数据处理”性能中的“主动增加链接”，依据「公司」和「融资信息」两个子表的“对立信用代码”列匹配的规定，来为这两个子表一键疾速增加链接记录，达到关联目标。操作如下：
在表格工具栏点击“···”按钮，抉择“数据处理”中的“主动增加链接”，如下图：
而后依据匹配规定，抉择两个子表中的“对立信用代码”列相等，再点击运行即可。如下图：
点击运行后，两个子表会同时主动生成链接列并关联上对应的记录。即「公司」表会主动关联上「融资信息」表中每个对立信用代码的所有融资记录。如下图中的“融资信息”列（点击单元格中的记录，可进入查看和编辑行详情）。如下图：
同时，「融资信息」表也会主动链接上「公司」表中的关联记录，即每行融资记录都关联上了属于哪个公司（点击“公司”列单元格中的记录，可进入查看和编辑详情）。如下图：
数据分析及可视化
在 SeaTable 表格中，如上图所示，能够通过减少表格视图来过滤出不同角度的数据，不便疾速切换查看。另外，这也不便对不同角度的数据（视图）进行数据分析和可视化。比方用表格的“统计”性能可疾速创立出统计表格和根底的图表；用“高级统计”插件（从表格右侧“插件”里一键增加）能够疾速创立出类型更丰盛的统计分析图表，对融资表实现更多维度和模式的数据可视化。图表可导出。如下图：
总结
综上所述，利用 SeaTable 便捷的数据管理、欠缺的 Python API 性能、弱小的数据分析和可视化能力，再联合简略的 Python 脚本，就能够灵便地把咱们想要的信息高效而直观地出现进去，从而节俭了大量的人力计算甚至是利用开发成本，轻松实现更高效和更高水平的办公自动化。当然，这仅是一个参考案例，咱们还能够用 Python 联合 SeaTable 的其余丰盛性能实现更多工作流程和利用。