【效率黑科技】新版PDF数电发票多行跨行被逼疯?我用Python自研提取算法,一招彻底根治!

• 需求的PDF数电发票文件夹列表

  

• 多行明细且存在跨行的PDF数电发票

  

办公痛点分析

01

 痛点1：效率极其低下，耗时惊人

• 每张发票都需要手动打开PDF，逐行对照录入Excel。当文件夹中包含几十甚至上百张发票，且每张都有多行明细时，工作量巨大，且无法并行处理。

02

 痛点2：容易出错且难以校对

• 录入错误：人工抄写或打字时，容易输错金额、税号、发票号码（数字长且易混淆，例如 0 与 O）。

• 定位错误：跨行明细（如一行货物、一行服务费）在PDF中可能跨页或格式不规整，人工容易漏掉某一行或重复录入。

• 抬头与明细关联错误：可能将A发票的明细行错贴到B发票的记录里。

03

痛点3：格式处理繁琐

• PDF中的多行明细往往没有表格线，仅依靠文字分行排列。人工需要肉眼判断哪些文字属于同一行（例如：商品名称、数量、单价、金额分别对应哪几个字段），跨行时更容易看岔行。

• 如果一张发票有10行明细，人工可能需要切换10次视线位置来抄写，疲劳度极高。

由此可见若的话若操作成千上百个PDF数电发票，整个操作流程繁琐且耗时，高频次的鼠标点击和键盘输入使操作者手指疲劳，堪称"键盘敲冒烟"式的体力劳动，加上人工疲劳操作极易导致遗漏文件夹。于是乎这时候，按以往的 “解题套路”，Python 的专属 BGM 该响起来了 ——go~ go~ go~，救苦救难的大救星这不就来了！！

1. 遍历发票文件夹

遍历指定文件夹中的数电发票 PDF 文件，生成待处理文件路径列表。

2. 逐份解析发票内容

循环读取每一份 PDF 发票，基于文本坐标信息构建发票识别算法，按字段规则自动提取票面信息及明细行数据。

3. 数据写入 Excel

将提取结果结构化写入Excel表格，形成可归档、可对账的发票数据清单。

import sysimport osfrom pathlib import Pathfrom PyQt6.QtWidgets import (    QApplication, QMainWindow, QWidget, QVBoxLayout, QHBoxLayout,    QPushButton, QLabel, QLineEdit, QTextEdit, QProgressBar,    QFileDialog, QMessageBox, QGroupBox, QFrame)from PyQt6.QtCore import Qt, QThread, pyqtSignalfrom PyQt6.QtGui import QFont, QIconclass ProcessThread(QThread):    """处理线程，避免界面卡顿"""    progress = pyqtSignal(int, int, str)  # 当前进度，总数，状态信息    finished = pyqtSignal(bool, str, int, int)  # 成功标志，输出文件路径，成功数，失败数    log = pyqtSignal(str)  # 日志信息    def __init__(self, folder_path):        super().__init__()        self.folder_path = folder_path    def run(self):        try:            # 导入处理函数            from invoice_processor import batch_process_with_subfolders            self.log.emit("开始处理发票文件...")            # 调用处理函数            result = batch_process_with_subfolders(self.folder_path)            if result is not None:                output_file = Path(self.folder_path) / "发票明细汇总.xlsx"                self.finished.emit(True, str(output_file), 0, 0)            else:                self.finished.emit(False, "", 0, 0)        except Exception as e:            self.finished.emit(False, "", 0, 0)            self.log.emit(f"处理出错: {str(e)}")class InvoiceProcessorGUI(QMainWindow):    """发票处理工具主界面"""    def __init__(self):        super().__init__()        self.process_thread = None        self.init_ui()    def init_ui(self):        """初始化界面"""        self.setWindowTitle("新版数电PDF发票批量处理工具(支持8列多行发票明细)-欢迎关注微信公众号：码海听潮")        self.setMinimumSize(700, 600)        # 设置窗口样式        self.setStyleSheet("""            QMainWindow {                background-color: #f5f5f5;            }            QGroupBox {                font-weight: bold;                border: 1px solid #cccccc;                border-radius: 5px;                margin-top: 10px;                padding-top: 10px;            }            QGroupBox::title {                subcontrol-origin: margin;                left: 10px;                padding: 0 5px 0 5px;            }            QPushButton {                background-color: #4CAF50;                color: white;                border: none;                padding: 8px 15px;                border-radius: 4px;                font-size: 12px;            }            QPushButton:hover {                background-color: #45a049;            }            QPushButton:pressed {                background-color: #3d8b40;            }            QPushButton#btn_browse {                background-color: #2196F3;            }            QPushButton#btn_browse:hover {                background-color: #0b7dda;            }            QPushButton#btn_process {                background-color: #ff9800;                font-size: 14px;                font-weight: bold;                padding: 10px 20px;            }            QPushButton#btn_process:hover {                background-color: #e68900;            }            QPushButton:disabled {                background-color: #cccccc;            }            QLineEdit {                border: 1px solid #cccccc;                border-radius: 4px;                padding: 5px;                font-size: 12px;            }            QTextEdit {                border: 1px solid #cccccc;                border-radius: 4px;                font-family: 'Consolas', monospace;                font-size: 11px;            }            QLabel {                font-size: 12px;            }            QProgressBar {                border: 1px solid #cccccc;                border-radius: 4px;                text-align: center;            }            QProgressBar::chunk {                background-color: #4CAF50;                border-radius: 3px;            }        """)        # 创建中央部件        central_widget = QWidget()        self.setCentralWidget(central_widget)        # 主布局        main_layout = QVBoxLayout(central_widget)        main_layout.setSpacing(15)        main_layout.setContentsMargins(20, 20, 20, 20)        # 标题        title_label = QLabel("PDF发票批量解析工具")        title_font = QFont("微软雅黑", 16, QFont.Weight.Bold)        title_label.setFont(title_font)        title_label.setAlignment(Qt.AlignmentFlag.AlignCenter)        title_label.setStyleSheet("color: #333333; margin-bottom: 10px;")        main_layout.addWidget(title_label)        # 文件夹选择区域        folder_group = QGroupBox("文件夹设置")        folder_layout = QHBoxLayout()        folder_layout.setSpacing(10)        self.folder_path_edit = QLineEdit()        self.folder_path_edit.setPlaceholderText("请选择包含PDF发票的文件夹...")        folder_layout.addWidget(self.folder_path_edit)        self.browse_btn = QPushButton("浏览文件夹")        self.browse_btn.setObjectName("btn_browse")        self.browse_btn.clicked.connect(self.browse_folder)        folder_layout.addWidget(self.browse_btn)        folder_group.setLayout(folder_layout)        main_layout.addWidget(folder_group)        # 处理选项区域        options_group = QGroupBox("处理选项")        options_layout = QHBoxLayout()        self.recursive_check = QLabel("✓ 已启用子文件夹递归扫描")        self.recursive_check.setStyleSheet("color: #666666; padding: 5px;")        options_layout.addWidget(self.recursive_check)        options_layout.addStretch()        options_group.setLayout(options_layout)        main_layout.addWidget(options_group)        # 日志输出区域        log_group = QGroupBox("处理日志")        log_layout = QVBoxLayout()        self.log_text = QTextEdit()        self.log_text.setReadOnly(True)        self.log_text.setMaximumHeight(300)        log_layout.addWidget(self.log_text)        log_group.setLayout(log_layout)        main_layout.addWidget(log_group)        # 进度条        self.progress_bar = QProgressBar()        self.progress_bar.setVisible(False)        main_layout.addWidget(self.progress_bar)        # 按钮区域        button_layout = QHBoxLayout()        button_layout.addStretch()        self.process_btn = QPushButton("开始处理发票")        self.process_btn.setObjectName("btn_process")        self.process_btn.clicked.connect(self.start_processing)        self.process_btn.setMinimumWidth(150)        button_layout.addWidget(self.process_btn)        self.clear_log_btn = QPushButton("清空日志")        self.clear_log_btn.clicked.connect(self.clear_log)        button_layout.addWidget(self.clear_log_btn)        button_layout.addStretch()        main_layout.addLayout(button_layout)        # 状态栏        self.statusBar().showMessage("就绪")        # 初始化日志        self.add_log("欢迎使用PDF发票批量解析工具")        self.add_log("请选择包含PDF发票的文件夹后点击「开始处理发票」")    def browse_folder(self):        """浏览文件夹"""        folder_path = QFileDialog.getExistingDirectory(            self,             "选择文件夹",             "",             QFileDialog.Option.ShowDirsOnly        )        if folder_path:            self.folder_path_edit.setText(folder_path)            self.add_log(f"已选择文件夹: {folder_path}")    def add_log(self, message):        """添加日志信息"""        self.log_text.append(f"[{self.get_current_time()}] {message}")        # 自动滚动到底部        scrollbar = self.log_text.verticalScrollBar()        scrollbar.setValue(scrollbar.maximum())    def get_current_time(self):        """获取当前时间字符串"""        from datetime import datetime        return datetime.now().strftime("%H:%M:%S")    def clear_log(self):        """清空日志"""        self.log_text.clear()        self.add_log("日志已清空")    def start_processing(self):        """开始处理"""        folder_path = self.folder_path_edit.text().strip()        if not folder_path:            QMessageBox.warning(self, "警告", "请先选择文件夹！")            return        if not os.path.exists(folder_path):            QMessageBox.warning(self, "警告", "选择的文件夹不存在！")            return        # 检查是否有PDF文件        pdf_files = list(Path(folder_path).rglob("*.pdf")) + list(Path(folder_path).rglob("*.PDF"))        if not pdf_files:            QMessageBox.warning(self, "警告", "所选文件夹中没有找到PDF文件！")            return        # 确认开始处理        reply = QMessageBox.question(            self,             "确认",             f"将在文件夹「{folder_path}」中查找PDF文件（包含子文件夹）\n"            f"共找到 {len(pdf_files)} 个PDF文件，是否开始处理？",            QMessageBox.StandardButton.Yes | QMessageBox.StandardButton.No        )        if reply != QMessageBox.StandardButton.Yes:            return        # 禁用按钮，启动处理线程        self.process_btn.setEnabled(False)        self.browse_btn.setEnabled(False)        self.progress_bar.setVisible(True)        self.progress_bar.setRange(0, 0)  # 不确定进度        self.statusBar().showMessage("正在处理中，请稍候...")        self.add_log(f"开始处理文件夹: {folder_path}")        self.add_log(f"找到 {len(pdf_files)} 个PDF文件")        # 创建并启动处理线程        self.process_thread = ProcessThread(folder_path)        self.process_thread.log.connect(self.add_log)        self.process_thread.finished.connect(self.on_processing_finished)        self.process_thread.start()    def on_processing_finished(self, success, output_file, success_count, fail_count):        """处理完成回调"""        self.process_btn.setEnabled(True)        self.browse_btn.setEnabled(True)        self.progress_bar.setVisible(False)        self.progress_bar.setRange(0, 100)        if success:            self.add_log("=" * 50)            self.add_log("处理完成！")            self.add_log(f"结果文件已保存至: {output_file}")            self.statusBar().showMessage("处理完成")            QMessageBox.information(                self,                "处理完成",                f"发票处理完成！\n\n结果文件已保存至:\n{output_file}",                QMessageBox.StandardButton.Ok            )        else:            self.add_log("处理失败，请检查文件格式")            self.statusBar().showMessage("处理失败")            QMessageBox.critical(                self,                "处理失败",                "发票处理失败，请检查PDF文件格式是否正确。",                QMessageBox.StandardButton.Ok            )    def closeEvent(self, event):        """关闭窗口事件"""        if self.process_thread and self.process_thread.isRunning():            reply = QMessageBox.question(                self,                "确认退出",                "正在处理中，确定要退出吗？",                QMessageBox.StandardButton.Yes | QMessageBox.StandardButton.No            )            if reply == QMessageBox.StandardButton.Yes:                self.process_thread.terminate()                event.accept()            else:                event.ignore()        else:            event.accept()def main():    """主函数"""    app = QApplication(sys.argv)    # 设置应用图标（如果有的话）    # app.setWindowIcon(QIcon("icon.png"))    window = InvoiceProcessorGUI()    window.show()    sys.exit(app.exec())if __name__ == "__main__":    main()

赶紧微信扫一扫下方二维码添加摸鱼君微信