hello，大家好，我是虞元坚律师。好久不写文章，今天给大家介绍Python法律实务的一个基础应用——司法计算器的制作。
司法计算是一门律师基本功，尤其对诉讼律师来说，更是经常遇到，例如诉讼费、律师费、利息、违约金的计算等等。网络上，有各种各样的司法计算器工具可以供大家直接使用，比如针对2020年利息计算的新规定，律师云助理小程序就给大家提供了非常详细的LPR计算器功能。可是呢，第三方的计算器有好有坏，有时候我们还有自己的个性化需求，比如，市场上习惯将利息计算的天数，计头不计尾，但是可能我们有的律师或者法务根据客户的需要，需要又算头又算尾，又或者有自己个性化的违约金公式。如果每次都靠自己手算或者摁计算机，未免耗时又枯燥。既然学习了Python，我们不如利用Python来制作自己的计算器。接下来，我就以LPR计算器为例子，给大家介绍通过Python来编写LPR计算器小软件。重要的不是学习LPR计算器的开发，重要的是希望大家通过这篇文章，举一反三，能够自己编写各式各样的个性计算工具。话不多说，我们进入正题。
知识点归纳：
第一步：整理业务逻辑
其实编程只是一种将想法程序化的过程，最重要的是业务逻辑的设计，如果这个业务逻辑没有理顺的话，可能后面就走不通了，考虑的时候要将可能的情形尽量考虑全面。其实也不难，这里直接把方案告诉大家，如果有错误，欢迎大家指正：
第二步：建立自己的LPR数据库或存储文件
LPR跟之前的同期同档利息有一个不同点，就是LPR的利息央行每个月20号左右会更新，因此，需要在每月的20号留意央行的信息，并将数值保存下来。保存的方案有很多种，笔者是通过爬虫技术采集后放在数据库中，在需要的时候调用。对初学者来说，还构建数据库难度相对较高，可以直接保存在py文件中保存，在需要的时候以文本方式打开调用，或者直接放在Python文件的变量中。以下我就直接将2019-08-20起到2020-02-20止的所有的lpr利息放在lpr_lib这个变量中使用。可以看出，这是一个列表嵌套字典的数据类型。
lpr_lib=[
{'lpr1': 4.25, 'lpr5':4.85 ,'uploadDate': '2019-08-20' ,'timeStamp':1566259200 },
{'lpr1': 4.20, 'lpr5':4.85 ,'uploadDate': '2019-09-20' ,'timeStamp':1568937600},
{'lpr1': 4.20, 'lpr5': 4.85 ,'uploadDate': '2019-10-21','timeStamp':1571616000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2019-11-20','timeStamp':1574208000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2019-12-20','timeStamp':1576800000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2020-01-20','timeStamp':1579478400},
{'lpr1': 4.05, 'lpr5': 4.75, 'uploadDate': '2020-02-20','timeStamp':1582156800},
]上面的“timeStamp”就是日期的时间戳，所谓时间戳，就是从1970年01月01日00时00分00秒计算到现在的秒数或者毫秒数。这里有个知识点，就是日期与时间戳的转换，你可以选择百度时间戳转换工具直接转换，也可以直接使用python将格式化的日期转换成时间戳，函数略微麻烦，没必要硬记，知道怎么调用就行了：
import time #不要忘了导入时间模块
startDate='2019-10-10' #开始日期
startDate_timeStamp = int(time.mktime(time.strptime(startDate, "%Y-%m-%d"))) #"%Y-%m-%d"表示年月日，与你startDate的格式对应
print(startDate_timeStamp )
#结果:1570636800日期转换成时间戳的目的，主要是为了比较日期大小或计算日期间隔，数值越大，日期越后。
第三步：给需要使用的变量赋值，变量的命名尽量与实际的含义有关。
capital=10000 #本金
startDate='2019-10-10' #开始日期
endDate='2020-02-02' #截至日期
startDate_timeStamp = int(time.mktime(time.strptime(startDate, "%Y-%m-%d"))) #开始日期的时间戳
endDate_timeStamp = int(time.mktime( time.strptime(endDate, "%Y-%m-%d"))) #结束日期的时间戳
mylpr=[] #新的列表，用来存放筛选出来的LPR档期为了表述方便，下面开始日期、截至日期等术语，我就直接以变量名如startDate、endDate来代替。
第四步：获取相关日期内相关的lpr利息档次
为了找到我们需要的LPR档期，我们需要考虑出现的可能情况，有时候我们在编程中可以画一些简单的逻辑图来做辅助，有助于我们考虑尽可能多的情况：
LPR_Update表示LPR档期的更新日期
从上图中，我们可以看出，LPR_Update1是一定需要且存在的，LPR_Update2有可能存在，也可能不存在。比如现在是2020年03月02日， StartDate我也取该日，那么一直到当月20日左右新发布LPR之前，我们都是沿用的2月份的LPR利息。
上图中第一个LPR_Update1如何获取呢，如何保证在startDate之前的lpr档期正好是前一个而不是前前个，甚至更遥远的呢，其实只要计算两者时间戳之差，如果在一个月以内的，就是最近的一期：
#逻辑表述，非使用的代码
startDate_timestamp>=lpr_timestamp and startDate_timestamp-lpr_timestamp<2678400 #2678400是31天的秒数
#2678400=60*60*24*31
#startDate_timestamp 开始日期的时间戳 lpr_timestamp: Lpr更新日期的时间戳第二个LPR_Update2 就更容易了：
#逻辑表述，非使用的代码
lpr_timestamp>=startDate_timestamp and lpr_timestamp<=endDate_timestamp
#startDate_timestamp 开始日期的时间戳 endDate_timestamp:结束日期的时间戳 lpr_timestamp: Lpr更新日期的时间戳上述两个逻辑合并在一起，本例中具体用python语言怎么表达呢：
mylpr=[]
for i in lpr_lib:
if (startDate_timeStamp>i['timeStamp'] and startDate_timeStamp-i['timeStamp']<2678400 ) or (i['timeStamp']>=startDate_timeStamp and i['timeStamp']<=endDate_timeStamp):
mylpr.append(i)
print('mylpr:',mylpr)
# 结果显示 mylpr: [{'lpr1': 4.2, 'lpr5': 4.85, 'uploadDate': '2019-09-20', 'timeStamp': 1568937600}, {'lpr1': 4.2, 'lpr5': 4.85, 'uploadDate': '2019-10-21', 'timeStamp': 1571616000}, {'lpr1': 4.15, 'lpr5': 4.8, 'uploadDate': '2019-11-20', 'timeStamp': 1574208000}, {'lpr1': 4.15, 'lpr5': 4.8, 'uploadDate': '2019-12-20', 'timeStamp': 1576800000}, {'lpr1': 4.15, 'lpr5': 4.8, 'uploadDate': '2020-01-20', 'timeStamp': 1579478400}]这里用到了列表循环，将存储在lpr_lib这个列表变量中符合我们要求的LPR档期全都保存到了一个新的列表变量mylpr当中。以上就完成了，LPR计算器工作的一半了，接下来，就要进入到具体的计算场景当中了，实务当中，各地的法院计算标准不一，有些地方以平均LPR值计算，有些地方以最后有效的LPR值作为计算，也有些地方可能以各个LPR来分段计算（笔者尚未遇到过），笔者在微信小程序”律师云助理”和网站中都已做成现成的计算器工具，欢迎体验。
律师云助理
律师云助理小程序
以上完整的代码，整理起来就是：
import time
if __name__=='__main__':
lpr_lib=[
{'lpr1': 4.25, 'lpr5':4.85 ,'uploadDate': '2019-08-20' ,'timeStamp':1566259200 },
{'lpr1': 4.20, 'lpr5':4.85 ,'uploadDate': '2019-09-20' ,'timeStamp':1568937600},
{'lpr1': 4.20, 'lpr5': 4.85 ,'uploadDate': '2019-10-21','timeStamp':1571616000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2019-11-20','timeStamp':1574208000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2019-12-20','timeStamp':1576800000},
{'lpr1': 4.15, 'lpr5': 4.80 ,'uploadDate': '2020-01-20','timeStamp':1579478400},
{'lpr1': 4.05, 'lpr5': 4.75, 'uploadDate': '2020-02-20','timeStamp':1582156800},
]
capital=10000 #本金
startDate='2019-10-10' #开始日期
endDate='2020-02-02' #截至日期
startDate_timeStamp = int(time.mktime(time.strptime(startDate, "%Y-%m-%d")))
endDate_timeStamp = int(time.mktime( time.strptime(endDate, "%Y-%m-%d")))
mylpr=[]
for i in lpr_lib:
# print('i:',i)
if (startDate_timeStamp>i['timeStamp'] and startDate_timeStamp-i['timeStamp']<2678400 ) or (i['timeStamp']>=startDate_timeStamp and i['timeStamp']<=endDate_timeStamp):
mylpr.append(i)
#以上，我们就将所有需要用到LPR利息档次都放到了mylpr变量当中，以供我们下一步使用。以上，我们已经将我们需要的LPR档期从我们自己LPR仓库或者存储变量中拆分了出来，接下来，我们要根据实务中不同的LPR场景，来进行设计。实务当中，我们可能会遇到按照LPR平均值求利息的，或者按照截至月份的LPR来求利息的，或者最严谨也最麻烦的，按照每个分段来计算LPR利息的。前面两种都非常简单，重点是第三种方式，接下来，我们以LPR一年期利息为例子，依次设计这三种方案：
在计算这三种情形之前，有一个计算是三者通用的，那就是计算startDate和endDate的天数，这个其实非常简单，利用时间戳做减法运算就可以了：
days= int((endDate_timeStamp-startDate_timeStamp)/(60*60*24))
print('days:',days)
---------------------------------------------------------------------------------------------------
#结果:days: 1151、 以LPR平均值求利息
avgTotal_1=0
for m in mylpr:
avgTotal_1=avgTotal_1+m['lpr1']
avgLPR_1= avgTotal_1/len(mylpr)
print('avgTotal_1:',avgTotal_1,'avgLPR_1:',avgLPR_1)
---------------------------------------------------------------------------------------------------
#结果:avgTotal_1: 20.85 avgLPR_1: 4.17获得了平均LPR值，接下来就只需要利息天数套入传统的利息计算公式中就行了：
interest= days*capital*avgLPR_1*(1/360)*(1/100) #注意前面的lpr_lib存储的利息是省略掉了%的年息2、以截至月LPR求利息
由于本例当中，笔者将所有LPR利息，都按照日期从前到后的顺序存储在了lpr_lib这个列表变量当中，由于my_lpr的求得也是根据遍历lpr_lib得出的，因此也很容易推出，截至月即最后一个lpr档期即my_lpr列表中的最后一个位置的值，即：
lastLPR=mylpr[-1]
interest= days*capital*lastLPR*(1/360)*(1/100)3、分段结算LPR利息
分段计算要复杂一点，我们需要单独筛选出startDate到endDate之间每个lpr档次中涉及的天数，并且将每个档期中的开始日期和截至日期和天数差计算出来，这里需要考虑的情况要多一点，思考的时候要逻辑严密些：
简单逻辑图
从我上图简单画的逻辑图可以看出，只有一个lpr档期，即my_lpr长度为1的时候，计算最简单。但是当不止1个LPR档期的时候，就需要我们分别考虑可能的情形，并加以切割计算。因为代码量较多，有兴趣的朋友可以自己先研究下实现方式。完整的代码我会在20年下半年的新书中给大家完整呈现。
本文中还有一个隐藏知识，就是Python的四舍五入，由于计算机CPU是以二进制来作为标准进行浮点运算的，所以简单的round()函数处理四舍五入，会不精确。这个扩展知识由于对初学者理解难度可能较大，有兴趣的朋友可以自行扩展。
如果大家有更好的提议，或者希望我写什么类型的文章，或者实务当中遇到什么类型的需求希望能通过python实现的，欢迎留言或者私信。我会考虑实现的可能性，给大家提供一些技术方法或思路。
———END———
限 时 特 惠： 本站每日持续更新海量各大最新【内部创业教程】，一年会员只需 98 元，全站资源免费下载 点击查看详情
站 长 微 信： webprojs_com
