Uno script Python che estrae in Excel le tabelle dei suoi report, listini o estratti conto in PDF

Esempio di risultato

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Cartella: sales/2026-10, 9 file trovati
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 righe
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 righe
2026-11-02 09:14:04 WARN  shop-07.csv: saltate 3 righe senza prezzo (righe 88, 412, 913)
2026-11-02 09:14:05 INFO  Fatto: 10.412 righe -> report-2026-10.xlsx (fogli "Vendite" e "Totali")

[columns]
date = Data, Data vendita, Giorno
product = Prodotto, Articolo, Descrizione
quantity = Q.tà, Quantità, Pz
price = Prezzo, Prezzo unitario

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Legge il file di un negozio e gli dà i nomi di colonna del report."""
    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}: nessuna colonna per '{name}' (cercate: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Informazioni sul servizio

Listini dei fornitori, report di banche o marketplace ed elenchi di magazzino arrivano spesso solo in PDF, e copiarne le tabelle in Excel scombina le colonne. Questo script Python legge le tabelle dei suoi PDF e le scrive in Excel o CSV con le colonne al loro posto: ricompone una tabella che si estende su molte pagine, elimina le righe di intestazione ripetute e i piè di pagina e, dallo Standard, trasforma 1 234,50 o (120.00) in numeri veri e le date in date. È calibrato sull'impaginazione dei suoi file, quindi ci invii uno o due PDF tipici o la stessa impaginazione con cifre inventate. Il PDF deve contenere testo vero, come la maggior parte dei file salvati da un programma; scansioni e foto di documenti cartacei richiedono il riconoscimento del testo, che non è incluso. Lo script lo esegue lei e controlla i totali.

Cosa è incluso

• Cosa riceveUn archivio ZIP con lo script Python, un README con le istruzioni passo passo e, dallo Standard, un file di impostazioni con nomi delle colonne e pagine; il codice è visibile anche nella pagina dell'ordine.
• Calibrato sulla sua impaginazioneRealizzato e provato sui file di esempio che invia
• Colonne al loro postoUna riga nel PDF è una riga in Excel
• Più pagine ricomposteUna tabella lunga diventa un unico foglio senza intestazioni ripetute
• Numeri veriDallo Standard, importi e date che si possono sommare e ordinare
• Codice leggibileCon commenti, facile da adattare se l'impaginazione cambia

Come funziona

1. 1
   EsempiLei invia uno o due PDF tipici e indica la tabella che le serve
2. 2
   CodiceScriviamo lo script per quell'impaginazione e la guida per eseguirlo
3. 3
   Lo proviLo esegue sui suoi file e confronta i totali con il PDF
4. 4
   ModificheChiede modifiche nei limiti del pacchetto e invia eventuali messaggi di errore

Cosa ci serve da lei

Uno o due PDF tipici del tipo che riceve (o la stessa impaginazione con nomi e cifre inventati), quale tabella e su quali pagine le serve, e le colonne che vuole in Excel. Come sono scritti i numeri (virgole, spazi, segni meno o parentesi) e il formato delle date. Se tutti i file hanno la stessa impaginazione o ce ne sono di diversi tipi, circa quanti file elabora e il suo sistema: Windows, macOS o Linux.

Le chiederemo:

• Che PDF sono?
• Quali colonne le servono in Excel?
• Tutti i suoi file hanno lo stesso aspetto?
• Dove verrà eseguito?

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi