RPA技术分享--通过解压 OFD 获取发票信息

了解RPA：
www.i-search.com.cn

学习RPA
https://support.i-search.com.cn/

下载RPA：
https://www.i-search.com.cn/?from=csdn

实际上 ofd、docx、xlsx 等文件就是一个压缩文件，是可以被解压处理的。所以我们把一个 ofd 格式的发票文件解压后就可以看到它的目录，如下：
通过解压 OFD 获取发票信息

打开OFD.xml文件可以看到如下信息（更多信息可以在Doc_0/Pages/Page_0/Content.xml里查看）
通过解压 OFD 获取发票信息

ofd 解压
import shutil
import zipfile

def unzip_file(zip_path, unzip_path=None):
“”"
:param zip_path: ofd格式文件路径
:param unzip_path: 解压后的文件存放目录
:return: unzip_path
“”"
if not unzip_path:
unzip_path = zip_path.split(’.’)[0]
with zipfile.ZipFile(zip_path, ‘r’) as f:
for file in f.namelist():
f.extract(file, path=unzip_path)

return unzip_path

xml 文件解析
from xml.dom.minidom import parse

def get_info(dir_path, unzip_file_path=None, removed=True):
“”"
:param dir_path: 压缩文件路径
:param unzip_file_path: 解压后的文件路径
:param removed: 是否删除解压后的目录
:return: ofd_info，字典形式的发票信息
“”"
file_path = unzip_file(dir_path, unzip_file_path)
io = f"{file_path}/OFD.xml"
element = parse(io).documentElement
nodes = element.getElementsByTagName(‘ofd:CustomDatas’)
ofd_info = {}
for i in range(len(nodes)):
sun_node = nodes[i].childNodes
for j in range(len(sun_node)):
name = sun_node[j].getAttribute(‘Name’)
value = sun_node[j].firstChild.data
ofd_info[name] =value
if removed:
shutil.rmtree(unzip_path)
return ofd_info
结果如下：
通过解压 OFD 获取发票信息

文章来源艺赛旗社区：牜劈