夜雨聆风还在手动逐行抄银行流水？遇到加密 PDF、表头奇形怪状、金额列错位、时间被拆成两列……一个通用的解析器，把这些问题一次性解决掉。
一、先说说痛点
做财务、做出纳、做审计的朋友应该都遇到过这样的场景：
银行流水导出的是 加密 PDF，打不开、复制不了 不同银行的表头五花八门：有的叫"交易金额"，有的叫"借方/贷方"，有的干脆中英文混排 金额列经常和"余额"列混在一起，一不留神就把余额当成了交易额 有的银行把"交易时间"拆成 2026/03/25和11:32:19两列，导出后时间跑到一个叫字段_3的幽灵列里几百条流水，人工核对到眼花，还不敢保证没错一条
于是就有了这个工具：银行 PDF 流水账单解析器。
它不针对任何一家银行写死规则，而是用一套通用解析引擎，理论上能吃下绝大多数银行的流水 PDF，并把金额、户名、账号这些关键字段的准确率压到很高。
二、它能做什么
一句话概括：输入一个银行流水 PDF，输出一个字段整齐、金额准确、可按日期排序的 Excel。
具体来说：
自动识别 PDF 表头，无需预设银行类型 自动提取交易日期、交易时间、交易金额、账户余额、对方户名、对方账号、对方开户行、摘要等字段 自动处理加密 PDF（输入密码即可） 自动合并多页表格、续行、跨页表头 导出前自动按时间倒序排序 空字段显示为空白，不再是恼人的 nan
三、为什么敢说"金额准确"
涉及钱的事情，差一分都不行。这个工具在金额准确性上做了四层保障：
1. 双通道提取，择优选用
每一页 PDF 会同时跑两条解析路径：
- 表格通道
：用 pdfplumber 的多种策略提取表格结构 - 文本通道
：用正则按行结构直接抽取日期、币种、金额、余额
两条路径的结果会进行质量评分（看列数是否一致、表头是否覆盖关键词、数据行占比等），分数高的胜出。
这样做的好处是：哪怕某家银行的表格线画得乱七八糟，文本通道还能救回来；反过来，表格结构清晰时，表格通道能保留更多列信息。
2. 金额字符串化，拒绝精度丢失
金额全部以字符串保存（比如 -1984.04），而不是直接转成浮点数。
别小看这一步，浮点数在 0.1 + 0.2 这种运算上就会出问题，财务数据绝不能容忍。
3. 借贷分列自动合并
有的银行把"借方金额"和"贷方金额"分成两列，工具会自动合并成带符号的交易金额（支出为负、收入为正），方便后续求和与核对。
4. 余额连续性校验（最关键的一道防线）
这是金额准确性的黄金标准。
工具会按时间排序后，逐条验证：
上一条余额 ± 本条交易金额 ≈ 当前余额允许 ±0.02 的误差（四舍五入导致）。一旦某条对不上，会在解析日志里明确标出第几条记录异常、上一条余额多少、当前余额多少、交易金额多少，方便你定点人工复核。
四、那个"字段_3"是怎么被治好的
这是一个真实案例。
某股份制银行的流水，交易时间在 PDF 里显示为 2026/03/25 11:32:19，但 pdfplumber 提取表格时，把日期和时间拆成了两个单元格。结果时间 11:32:19 被扔进了一个无法识别的列，工具给它起了个名字叫 字段_3。
早期的处理方式是"检测到 字段_X 就过滤掉"——结果时间数据丢了。
现在的处理方式是智能合并：
工具发现 字段_3的内容是时间格式（11:32:19）检查"交易时间"字段，发现里面只有日期 2026/03/25，没有冒号（说明缺时间部分）自动把时间拼接上去，变成完整的 2026/03/25 11:32:19然后删掉 字段_3
整个过程全自动，日志里会留一条提示：
[字段合并] 全局：已将 47 个孤立字段（时间/日期）自动合并到交易时间/交易日期五、解析日志：哪里不对，一目了然
这是这个工具我个人最喜欢的设计。
解析完成后，界面下方的「解析结果 / 日志」区域会列出所有"非正常情况"，并且逐条标明位置和原因：
每条日志的格式长这样：
3. [续行丢弃] PDF第2页，文本第21行：孤立续行无法安全合并 | 原文: 纳才（北京）咨询有限公司北京哪个文件、第几页、第几行、什么原因、原文是什么，全都清清楚楚。
这意味着：哪怕某条数据解析得不对，你也能立刻定位到它，而不是面对一个"看似没问题"的 Excel 暗藏错误。
六、上手非常简单
环境要求
Windows 10/11（也支持 macOS/Linux） Python 3.9 及以上
三步跑起来
# 1. 创建并激活虚拟环境python -m venv venv.\venv\Scripts\Activate.ps1# 2. 安装依赖pip install -r requirements.txt# 3. 启动 GUIpython gui_app.py
界面打开后：选 PDF → 输密码 → 点「开始解析」→ 勾选要导出的字段 → 点「导出 Excel」，完事。
一键打包成 EXE
如果你要给不会装 Python 的同事用，一行命令打包成单文件 EXE：
python build.py产出在 dist\银行PDF流水账单解析器.exe，拷到任意 Windows 电脑就能双击运行，不需要装任何环境。
把自己准备的图标命名为 app.ico 放到项目根目录，打包时会自动嵌入。
七、目前验证过的银行
工具是通用的，不针对单一银行写规则。目前已经实测通过的银行有：
中国银行 农业银行 招商银行 民生银行
其中招商银行一个 20 页、469 条交易的 PDF，旧版只能提取出 19 条，新版能稳定提取 468 条，余额校验全部通过。
别的银行欢迎自行测试，遇到解析不理想的情况，把「解析日志」发给我，可以持续迭代。
八、技术原理（给懂行的朋友）
整个解析流程可以概括为五步：
- 双通道提取
：表格通道（pdfplumber 多策略）+ 文本通道（行结构正则），每页择优 - 列语义识别
：通过表头关键词 + 数据特征（是否日期/金额/账号）自动映射到标准字段，而非依赖表头完全匹配 - 数据清洗
：日期格式统一、续行合并、金额标准化、去重 - 孤立字段合并
：把误拆的时间/日期列合并回交易时间 - 余额校验
：按时间排序后逐条验证余额连续性，标记异常行
关键设计是不硬编码银行名称。所有"银行特性"都通过数据特征自动识别，这样遇到没见过的银行也能有一战之力。
九、写在最后
做这个工具的初衷很简单：凡是涉及钱的操作，就不该让人肉眼看 PDF 抄数字。
把重复劳动交给程序，把校验交给算法，人只需要在日志标红的几条上做最后确认——这才是处理财务数据该有的样子。
如果你也经常和银行流水打交道，不妨试一试，提提反馈，一起把它打磨得更稳。
本文工具基于 Python + pdfplumber + PyQt5 开发.
