Ich extrahiere Daten aus PDF mit Python in Excel oder CSV

Stehst du beim manuellen Kopieren von Daten aus PDFs auf dem Schlauch? Ich extrahiere sie mit Python in eine saubere Excel- oder CSV-Datei, bereit zum Filtern und Analysieren.

Was ich extrahieren kann:

- Tabellen aus Berichten, Rechnungen, Kontoauszügen und Preislisten, auch wenn sie sich über mehrere Seiten erstrecken

- Ausfüllbare Formulare: jedes Feld, Kontrollkästchen und Dropdown, eine Zeile pro Formular

- Text aus gescannten Dokumenten mit OCR (Tesseract), mit niedrigem Vertrauenswert, der manuell überprüft wird

- Nur-Text-Ausgabe (.txt) in der richtigen Lesereihenfolge, falls du das brauchst

So arbeite ich:

- Schick mir vor der Bestellung 1-2 Musterdateien, damit ich bestätigen kann, dass es machbar ist

- Nach deiner Bestellung bekommst du die ersten Seiten zur Freigabe, bevor ich den ganzen Auftrag bearbeite

- Zahlen und Daten werden als echte Zahlen und Daten gespeichert, nicht als Text

- Ich überprüfe Zeilenzahlen und Summen mit der Quelle, damit nichts verloren geht

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

In Standard und Premium bekommst du auch das Script, damit die Dateien des nächsten Monats nur einen Klick brauchen.

Handgeschriebene Dokumente sind nicht zuverlässig für mich, also schreib mir bitte zuerst, wenn deine handgeschrieben sind.