python提取发票信息发票识别_分享一个电子发票信息提取工具(Python)

电子发票太多，想统计下总额异常困难，网上工具不好用，花了2个小时实现一份，测试过中石油、京东开具的电子发票还行，部分发票名称失败有问题不影响统计，有需要的小伙伴自己拿去改吧。

import cmd

import sys

import json

import pdfplumber

import os

from pprint import pprint

class FapiaoShell(cmd.Cmd):

""" 发票 """

intro = '欢迎使用发票提取工具，输入?(help)获取帮助消息和命令列表，CTRL+C退出程序。\n'

prompt = '\n输入命令: '

doc_header = "详细文档 (输入 help <命令>):"

misc_header = "友情提示:"

undoc_header = "没有帮助文档:"

nohelp = "*** 没有命令(%s)的帮助信息 "

def __init__(self):

super().__init__()

def do_load(self, arg):

""" 加载发票 例如：load D:\ """

if not os.path.isdir(arg):

print('参数必须是目录!')

return

os.chdir(os.path.dirname(arg))

pdfs = []

for root, _, files in os.walk(arg):

for fn in files:

ext = os.path.splitext(fn)[1].lower()

if ext != '.pdf':

continue

fpth = os.path.join(root, fn)

fpth = os.path.relpath(fpth)

print(f'发现pdf文件: {fpth}')

pdfs.append(fpth)

p