Ein Python-Skript, das die Tabellen aus Ihren PDF-Berichten, Preislisten oder Auszügen nach Excel holt

Beispielergebnis

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Ordner: sales/2026-10, 9 Dateien gefunden
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 Zeilen
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 Zeilen
2026-11-02 09:14:04 WARN  shop-07.csv: 3 Zeilen ohne Preis übersprungen (Zeilen 88, 412, 913)
2026-11-02 09:14:05 INFO  Fertig: 10.412 Zeilen -> report-2026-10.xlsx (Tabellenblätter „Verkäufe“ und „Summen“)

[columns]
date = Datum, Verkaufsdatum, Tag
product = Artikel, Produkt, Bezeichnung
quantity = Menge, Anzahl, Stk.
price = Preis, Einzelpreis

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Liest die Datei eines Ladens ein und gibt ihr die Spaltennamen des Berichts."""
    table = pd.read_excel(path) if path.suffix == ".xlsx" else pd.read_csv(path, encoding="utf-8-sig")
    renamed = {}
    for name, variants in columns.items():
        found = next((c for c in table.columns if c.strip() in variants), None)
        if found is None:
            raise ReportError(f"{path.name}: keine Spalte für '{name}' (gesucht wurde nach {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Über diese Leistung

Preislisten von Lieferanten, Bank- oder Marktplatzberichte und Bestandslisten kommen oft nur als PDF, und beim Kopieren ihrer Tabellen nach Excel zerfallen die Spalten. Dieses Python-Skript liest die Tabellen Ihrer PDFs und schreibt sie mit korrekten Spalten nach Excel oder CSV: Es fügt eine Tabelle zusammen, die über viele Seiten läuft, entfernt wiederholte Kopfzeilen und Seitenfüße und macht ab Standard aus 1 234,50 oder (120.00) echte Zahlen und aus Datumsangaben echte Datumswerte. Es ist auf den Aufbau Ihrer Dateien abgestimmt, schicken Sie also ein oder zwei typische PDFs oder denselben Aufbau mit erfundenen Zahlen. Das PDF muss echten Text enthalten, wie die meisten aus einem Programm gespeicherten Dateien; Scans und Fotos von Papier brauchen eine Texterkennung, die nicht enthalten ist. Sie führen das Skript selbst aus und prüfen die Summen.

Was enthalten ist

• Das erhalten SieEin ZIP-Archiv mit dem Python-Skript, einer README mit Schritt-für-Schritt-Anleitung und ab Standard einer Einstellungsdatei mit Spaltennamen und Seiten; der Code wird auch auf der Bestellseite angezeigt.
• Auf Ihren Aufbau abgestimmtErstellt und getestet an den Beispieldateien, die Sie schicken
• Spalten an ihrem PlatzEine Zeile im PDF ist eine Zeile in Excel
• Viele Seiten zusammengefügtEine lange Tabelle wird zu einem Tabellenblatt ohne wiederholte Kopfzeilen
• Echte ZahlenAb Standard Beträge und Datumsangaben, die Sie summieren und sortieren können
• Lesbarer CodeMit Kommentaren, leicht anzupassen, wenn sich der Aufbau ändert

So funktioniert es

1. 1
   BeispieleSie schicken ein oder zwei typische PDFs und zeigen die benötigte Tabelle
2. 2
   CodeWir schreiben das Skript für diesen Aufbau und die Anleitung zum Ausführen
3. 3
   AusprobierenSie führen es mit Ihren Dateien aus und vergleichen die Summen mit dem PDF
4. 4
   ÜberarbeitungenSie wünschen Überarbeitungen im Rahmen Ihres Pakets und schicken etwaige Fehlermeldungen

Was wir von Ihnen brauchen

Ein oder zwei typische PDFs der Art, die Sie erhalten (oder derselbe Aufbau mit erfundenen Namen und Zahlen), welche Tabelle auf welchen Seiten Sie brauchen und welche Spalten in Excel erscheinen sollen. Wie Zahlen darin geschrieben sind (Kommas, Leerzeichen, Minuszeichen oder Klammern) und das Datumsformat. Ob alle Ihre Dateien denselben Aufbau haben oder es mehrere Arten gibt, ungefähr wie viele Dateien Sie verarbeiten und Ihr System: Windows, macOS oder Linux.

Wir fragen Sie:

• Um welche PDFs geht es?
• Welche Spalten brauchen Sie in Excel?
• Sehen alle Ihre Dateien gleich aus?
• Wo wird es ausgeführt?

Pakete vergleichen

Fragen und Antworten

Keine Antwort gefunden? Fragen Sie uns