返回顶部
首页 > 资讯 > 后端开发 > Python >python 提取增值税电子发票信息
  • 751
分享到

python 提取增值税电子发票信息

python开发语言 2023-09-16 21:09:33 751人浏览 安东尼

Python 官方文档:入门教程 => 点击学习

摘要

1.代码介绍 本代码的主要功能是通过弹窗传入一个文件夹路径(文件夹下存放pdf版本的增值税电子发票),然后就会解析文件夹下所有的发票,然后把提取后的信息写入到excel中,最后Excel会保存在pyt

1.代码介绍

本代码的主要功能是通过弹窗传入一个文件夹路径(文件夹下存放pdf版本的增值税电子发票),然后就会解析文件夹下所有的发票,然后把提取后的信息写入到excel中,最后Excel会保存在python文件的当前目录。
1.1 需要用到的Python
在这里插入图片描述

import osimport re import loggingimport tkinter as tkfrom tkinter import filedialogfrom datetime import datetimeimport pdfplumberimport pandas as pdfrom logging.handlers import RotatingFileHandler# 提取发票信息class Extrainfo():    def __init__(self) -> None:        # 通过logger设置日志格式        logger = logging.getLogger()        logger.setLevel("INFO")        fh = RotatingFileHandler("run.log", maxBytes=1024*1024, backupCount=1, encoding="utf-8")  # <这里设置了日志最大只能为1M>, <备份数设为1, 如果不设则maxBytes不生效>, <输出到文件>        sh = logging.StreamHandler()  # <输出到控制台>        fh.setFORMatter(logging.Formatter("%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s"))        sh.setFormatter(logging.Formatter("%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s"))        logger.addHandler(fh)  # <使fh生效>        # logger.addHandler(sh)  # <使sh生效>        self.logger = logger    @staticmethod    def extra_invoice_info(file_path):        text = ""        try:            with pdfplumber.open(file_path) as pdf:                page = pdf.pages[0]                text = page.extract_text()        except Exception as e:            print(f"出现异常:{file_path}-{e}")        finally:            return text        def analyze_invoice_info(self, pdf_dir):        ls_dir = os.listdir(pdf_dir)        ls_data = []        for i in ls_dir:            pdf_path = os.path.join(pdf_dir, i)            if pdf_path.endswith(".pdf"):                try:                    text = self.extra_invoice_info(pdf_path)                    mtime = os.path.getmtime(pdf_path) #修改时间                    文件修改时间 = datetime.fromtimestamp(int(mtime))                    名称 = re.findall(r"名\s{0,1}称\s{0,1}[:,:]\s{0,1}(.*?)\s", text, re.I|re.S)                    识别号 = re.findall(r"纳税人识别号[:, :]\s{0,1}(.*?)\s", text, re.I|re.S)                    开票项目名称 = re.findall(r"税\s{0,1}额\s{0,1}(.*?)\s", text, re.I|re.S)                    开票日期 = re.findall(r"开票日期\s{0,1}[:,:]\s{0,1}(.*?)日", text, re.I|re.S)                    发票号码 = re.findall(r"发票号码\s{0,1}[:,:]\s{0,1}(.*?)\s", text, re.I|re.S)                    价税合计 = re.findall(r".小写.[\s]{0,1}[\xa5,¥]\s{0,1}(.*?)\s", text, re.I|re.S)                    if not 价税合计:                        价税合计 = re.findall(r"小写\(cid:61\)[\xa5,¥]\s{0,1}(.*?)\s", text, re.I|re.S)                    if not 价税合计:                        价税合计 = re.findall(r"大写.\s{0,1}(.*?)\s", text, re.I|re.S)                    ret = [pdf_path, 文件修改时间, 名称[0], 名称[1], 识别号[0], 识别号[1], 开票项目名称[0], 开票日期[0].replace(" ", "")+"日", f"'{发票号码[0]}", f"'{价税合计[0]}"]                    ret = [str(k).replace(" ", "").replace("'", "") for k in ret]                except Exception as e:                    self.logger.warning(e)                    self.logger.warning([text])                    ret = [pdf_path, 文件修改时间, "", "", "", "", "", "", "", ""]                finally:                    self.logger.warning([text])                    self.logger.info(ret)                    ls_data.append(ret)        return ls_data    def to_excel(self, save_path, pdf_dir):        ls_data = self.analyze_invoice_info(pdf_dir)        df = pd.DataFrame(ls_data, columns=["文件路径", "文件修改时间", "购方名称", "销方名称", "购方识别号", "销方识别号", "开票项目名称" , "开票日期", "发票号码", "价税合计"])        writer = pd.ExcelWriter(save_path, engine='openpyxl')        df.to_excel(writer, sheet_name='Sheet1', startrow=0, startcol=0, index=False)        writer.save()# 弹窗获取文件夹class PopUp():    def __init__(self) -> None:        self.folder_path = ""        self.root = tk.Tk()        self.folder_label = tk.Label(self.root, text="请选择文件夹")        self.folder_label.pack(padx=5, pady=5)    def browse_folder(self):        self.folder_path = filedialog.askdirectory()        print(self.folder_path)        if self.folder_path:            self.folder_label.config(text=self.folder_path)    def pop_up(self):        self.root.title("上传文件夹")        self.root.geometry("300x150")        browse_button = tk.Button(self.root, text="浏览", command=self.browse_folder)        browse_button.pack(padx=5, pady=5)        upload_button = tk.Button(self.root, text="提交", command=self.root.destroy)        upload_button.pack(padx=5, pady=5)        self.root.mainloop()        return self.folder_pathif __name__ == '__main__':    pop = PopUp()    dir = pop.pop_up()    extra = ExtraInfo()    save_path = r"ouput.xlsx"    extra.to_excel(save_path, dir)

2.运行过程截图

1弹窗:点击“浏览”选择文件夹路径,然后点击“提交”即可!
在这里插入图片描述
2.2 生成的Excel
在这里插入图片描述
2.3 提取的效果
在这里插入图片描述

来源地址:https://blog.csdn.net/weixin_43744651/article/details/131090390

--结束END--

本文标题: python 提取增值税电子发票信息

本文链接: https://lsjlt.com/news/410436.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • python 提取增值税电子发票信息
    1.代码介绍 本代码的主要功能是通过弹窗传入一个文件夹路径(文件夹下存放pdf版本的增值税电子发票),然后就会解析文件夹下所有的发票,然后把提取后的信息写入到Excel中,最后Excel会保存在pyt...
    99+
    2023-09-16
    python 开发语言
  • 怎么用一行Python代码识别增值税发票
    今天小编给大家分享一下怎么用一行Python代码识别增值税发票的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。识别发票录入发票...
    99+
    2023-07-05
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作