Ich extrahiere Tabellen aus PDF-Dateien in saubere Excel- oder CSV-Dateien

Einige Informationen wurden automatisch übersetzt.

China

Ich spreche Chinesisch, Englisch

Python-Automatisierung für Daten, Dokumente und wiederkehrende Berichte

Python-Automatisierung für Daten- und Dokumenten-Workflows. Ich baue kleine, zuverlässige Tools, die wiederkehrende manuelle Arbeit entfernen: Bereinigen und Zusammenführen von Excel/CSV-Dateien, Extr...
Über diesen Service

Du hast eine PDF voller Tabellen (Berichte, Rechnungen, Katalogblätter, Auszüge) und willst die Zahlen in einer Tabellenkalkulation, nicht von Hand neu tippen.


Ich extrahiere diese Tabellen in Excel oder CSV und behebe die Stellen, die immer problematisch sind: zusammengeführte Kopfzeilen, Tabellen, die sich über mehrere Seiten erstrecken, Zeilen, die sich auf zwei Zeilen umbrechen, und Spalten, die sich nach der ersten Seite verschieben.


WAS ICH HANDHABE

- Textbasierte PDFs, Chargen bis zu 50 Dateien

- Tabellen ohne Rahmen, erkannt durch Whitespace, nicht nur durch gezeichnete Gitterlinien

- Mehrzeilige Kopfzeilen werden zu einer sauberen Kopfzeile zusammengefasst

- Zahlen bleiben Zahlen: keine unnötigen Leerzeichen, keine Textbeträge

- Ein Blatt pro Datei oder alles mit einer Quellen-Spalte zusammengefügt


WAS DU BEKOMMST

- .xlsx oder .csv bereit zum Import in Excel, Sheets, Power BI oder dein ERP

- Vorher-Nachher-Beispiel aus deiner eigenen Datei, bevor du bestätigst

- Eine kurze Liste aller Tabellen, die ich nicht zuverlässig extrahieren konnte, damit nichts stillschweigend fehlt


Wenn dein PDF ein Scan ohne Texterschließung ist, sag mir das vorab. Ich berechne OCR separat und zeige dir zuerst eine Testseite.

Technologie:

Excel

•

Google Sheets

•

Python

Expertise:

Datenextraktion

•

Datenmanipulation

•

Datenvalidierung

Mein Portfolio