J'extraurai des données de PDF vers Excel ou csv avec python

Vous en avez assez de copier manuellement des données à partir de PDFs ? Je les extraierai avec Python dans un fichier Excel ou CSV propre, prêt à filtrer et analyser.

Ce que je peux extraire :

- Tables provenant de rapports, factures, relevés bancaires et listes de prix, même lorsqu'elles s'étendent sur plusieurs pages

- Formulaires remplissables : chaque champ, case à cocher et menu déroulant, une ligne par formulaire

- Texte provenant de documents scannés avec OCR (Tesseract), avec vérification manuelle des valeurs à faible confiance

- Sortie uniquement texte (.txt) dans le bon ordre de lecture, si c'est ce dont vous avez besoin

Comment je travaille :

- Envoyez-moi 1 à 2 fichiers d'exemple avant de commander, je confirmerai si c'est réalisable

- Après votre commande, vous recevrez les premières pages pour validation avant que je traite le lot complet

- Les chiffres et dates sont stockés en tant que nombres et dates réels, pas en texte

- Je vérifie le nombre de lignes et les totaux par rapport à la source, pour ne rien manquer

Stack : Python, pdfplumber, PyMuPDF, pypdf, Tesseract OCR, Pandas, openpyxl.

Dans la version Standard et Premium, vous obtenez aussi le script, pour que les fichiers du mois suivant ne prennent qu'un clic.

Les documents manuscrits ne sont pas quelque chose que je peux faire de manière fiable, alors veuillez me contacter d'abord si les vôtres sont manuscrits.