发票数据提取工具

本 Python 脚本旨在分析 PDF 发票并提取相关信息，然后将其整理并保存在 Excel 电子表格中用于报销统计。

Fapiao2Excel.py

先决条件

在运行脚本之前，请确保已安装以下依赖项：

• Python（3.x）
• pandas
• pdfplumber
• openpyxl
• 根据您的具体 PDF 发票格式需要的其他依赖项

您可以使用 pip 安装所需的 Python 包：

pip install pdfplumber pandas openpyxl

用法

要使用此工具，请按照以下步骤操作：

使用以下命令运行脚本：

python 脚本名称.py --path 输入PDF目录 --output 输出Excel文件.xlsx

将“脚本名称.py”替换为脚本的实际名称。

• --path（或 -p）：这是一个必需参数，应该是包含您的 PDF 发票的目录路径。
• --output（或 -o）：这是一个可选参数，用于指定输出的 Excel 文件。如果未提供，默认文件名为“result.xlsx”。

输出

脚本将处理指定目录中找到的 PDF 发票，提取相关数据，并将其保存在一个名为“发票”的 Excel 电子表格中。

为了最简单的使用，输出只包含下面5列信息：

| id | 发票号码 | 开票日期 | 价税合计(大写) | 价税合计(小写) | | --- | --- | --- | --- | --- |

示例运行

python invoice_extraction.py --path /path/to/pdf_invoices --output my_invoices.xlsx

鸣谢

• Invoice2Excel
• pdfplumber
• openpyxl