本软件主要解决职场人士报销填表录入时速度慢、易出错的痛点。参考了网上现有代码，并进行了一定的修改和完善，兼容当下主流量的两种发票格式。执行速度快，效率高，准确性大大提升。
二、软件功能：
本软件是一款专门用于批量提取PDF发票关键信息的工具，主要功能包括：
1. 支持批量扫描指定文件夹中的PDF发票文件，自动过滤非发票文件
2. 提取发票的核心信息，包括：发票代码、发票号码、开票日期、校验码、公司名称、金额和税额
3. 自动处理文本格式，去除多余空格或符号，确保数据整洁
4. 将提取的信息实时写入Excel表格，方便后续统计与管理
5. 异常处理机制完善，遇到无法读取的PDF文件时，会记录错误并继续处理其他文件
三、使用方法：
把软件或代码放到发票文件夹，再运行，默认执行当前目录(不包括子目录)所有pdf文件
1. 运行程序后，软件将在当前目录下扫描所有PDF文件并提取发票信息：
2. 将需要处理的PDF发票文件放入同一文件夹（程序当前工作目录）
3. 运行程序，程序会自动识别文件夹内的PDF文件并解析第一页内容
4. 提取成功的信息会显示在控制台，同时写入名为 “发票信息.xls” 的Excel文件
5. Excel表格中会按行记录每张发票的详细信息，列名依次为：发票代码、发票号码、开票日期、校验码、公司、金额、税额
6. 遇到无法读取的文件，程序会在控制台输出错误信息，保证其他文件正常处理
四、运行环境：
Python 3.x， 依赖库安装命令：
pip install pdfplumber xlwt
运行方式：在cmd命令行中执行脚本即可
五、特点亮点：
1. 无需图形界面，轻量化，适合批量处理
2. 自动正则匹配发票关键字段，减少人工操作
3. 输出Excel文件格式统一，便于二次处理和统计
六、输出结果：
image.png (72.86 KB, 下载次数: 1)
下载附件
2025-10-27 08:05 上传
七、下载地址：
https://pan.baidu.com/s/1911W7uJZHvZomVeF_atT-A?pwd=zr4w 提取码: zr4w
八、源码展示：
[Python] 纯文本查看 复制代码import pdfplumber
import re
import os
import xlwt
# 创建工作簿
wb = xlwt.Workbook()
# 创建表单
sh = wb.add_sheet('sheet 1')
for i, name in zip(range(7), ['发票代码', '发票号码', '开票日期', "校验码", '公司', '金额', '税额']):
sh.write(0, i, name)
def re_text(bt, text):
m1 = re.search(bt, text)
if m1:
return re_block(m1.group(1))
return ""
def re_block(text):
return re.sub(r"[ ）)：]", "", text)
def read():
filenames = [file.name for file in os.scandir(".") if file.name.endswith(".pdf")]
row = 1
for filename in filenames:
if not filename.lower().endswith('.pdf') or filename.startswith('~$'):
continue
try:
with pdfplumber.open(filename) as pdf:
first_page = pdf.pages[0]
pdf_text = first_page.extract_text()
if '发票' not in pdf_text:
continue
# 获取发票信息
fapiaodaima = re_text(r'发票代码(.*\d+)', pdf_text)
fapiaohaoma = re_text(r'发票号码(.*\d+)', pdf_text)
kaipiaoriqi = re_text(r'开票日期(.*)', pdf_text)
jiaoyan = re_text(r'校 验 码\s*[:：]\s*([a-zA-Z0-9 ]+)', pdf_text)
# 处理金额和税额的提取
heji_match = re_text(r'合 计(.*)', pdf_text)
heji = re.split(r"￥|¥", heji_match) if heji_match else ["", ""]
jine = heji[1] if len(heji) > 1 else ""
shuie = heji[2] if len(heji) > 2 else ""
# 提取公司名称
company_match = re.findall(r'名.*?称\s*[:：]\s*([一-龟]+)', pdf_text)
gongsi = re_block(company_match[-1]) if company_match else ""
lst=[fapiaodaima,fapiaohaoma,kaipiaoriqi,jiaoyan,gongsi,jine,shuie]
print(lst)
# 写入Excel
for i, value in enumerate(lst):
sh.write(row, i, value)
row += 1
except Exception as exc:
print(f"Error processing {filename}: {exc}")
# 保存Excel
read()
wb.save('发票信息.xls')
