在法国把 CAF 房补材料做成可复查的本地流水

去年帮人整理 CAF（Caisse d’allocations familiales）房补材料，场景很具体：Debian 12 上一台旧笔记本，Quarto 1.4 加 Python 3.11，处理两三年里攒下的 PDF——租房合同、quittance de loyer、attestation de loyer、银行流水，一共 180 多个文件、约 400MB。现象是每次补件都靠翻文件夹和回忆，CAF 那边一改要求，之前整理的全乱，还出现过同一份 quittance 被当成两个月提交的情况。

我的做法不是做归档，而是做一条能重跑的本地流水。目录先固定成三层：

data/raw/        原始 PDF，只读，文件名不动
data/meta/       一份 files.csv，手填类型和日期
out/             生成物，可随时删掉重建

files.csv 只有四列，够用：

file,type,period_start,period_end
2023-09_quittance.pdf,quittance,2023-09-01,2023-09-30
2023-10_quittance.pdf,quittance,2023-10-01,2023-10-31
bail_2022.pdf,bail,2022-07-01,2023-06-30

然后用一个 Python 脚本做三件事：校验每个 raw 文件在 meta 里都有记录、检查 quittance 的月份有没有重叠或断档、按 CAF 常见补件顺序生成一份合并 PDF。合并用 qpdf，比 PyPDF2 稳：

qpdf --empty --pages $(awk -F, 'NR>1{print "data/raw/"$1}' data/meta/files.csv) -- out/dossier.pdf

机制上没什么玄的：把「文件是什么」和「文件本身」分开。PDF 不可变，元数据可改，出错时只改 CSV 再重跑，不用重新命名或移动任何原始文件。代价是前期要手填 CSV，180 个文件大概花了两小时；但之后每次补件只动几行。

失效的地方也清楚。第一，quittance 不是每月都有，CAF 接受手写收据时，月份校验会误报，得在 CSV 里加一列 allow_gap 手动放过。第二，扫描件没有文字层，按内容自动分类完全不可靠，所以类型只能手填，我没找到省事的办法。第三，qpdf 合并大文件时内存会涨，400MB 还行，超过 1GB 建议分批。我自己踩过的坑是把 bail 和 quittance 混在一个目录里按文件名排序，结果 2022 年的合同被排到 2023 年 10 月后面，补件时被要求重交。

现在这套东西还留在那台笔记本上，每次 CAF 改要求，我只需要问一句：是改 CSV 的列，还是改生成脚本？你们在法国处理 CAF 或 préfecture 材料时，是保留原始文件名还是重命名成统一格式？重命名之后怎么防止重复提交？