Een Python-script dat de tabellen uit je pdf-rapporten, prijslijsten of afschriften naar Excel haalt

Voorbeeldresultaat

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Folder: sales/2026-10, 9 files found
2026-11-02 09:14:03 INFO  shop-01.csv: 1,284 rows
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 rows
2026-11-02 09:14:04 WARN  shop-07.csv: 3 rows without a price skipped (lines 88, 412, 913)
2026-11-02 09:14:05 INFO  Done: 10,412 rows -> report-2026-10.xlsx (sheets "Sales" and "Totals")

[columns]
date = Date, Sale date, Day
product = Product, Item, Name
quantity = Qty, Quantity, Pcs
price = Price, Unit price

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Reads one shop's file and gives it the report's column names."""
    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}: no column for '{name}' (looked for {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Over deze dienst

Prijslijsten van leveranciers, rapporten van banken of marktplaatsen en voorraadlijsten komen vaak alleen als pdf, en hun tabellen naar Excel kopiëren gooit de kolommen door elkaar. Dit Python-script leest de tabellen in je pdf's en schrijft ze naar Excel of CSV met de kolommen op hun plek: het voegt een tabel die over veel pagina's doorloopt samen, laat herhaalde kopregels en paginavoetteksten weg en maakt vanaf Standaard van 1 234,50 of (120.00) echte getallen en van data echte data. Het wordt afgestemd op de opmaak van jouw bestanden, dus stuur een of twee typische pdf's of dezelfde opmaak met verzonnen cijfers. De pdf moet echte tekst bevatten, zoals bij de meeste bestanden die vanuit een programma zijn opgeslagen; scans en foto's van papier vragen om tekstherkenning, en die zit er niet bij. Je voert het script zelf uit en controleert de totalen.

Wat is inbegrepen

• Wat je krijgtEen ZIP-archief met het Python-script, een README met stapsgewijze instructies en, vanaf Standaard, een instellingenbestand met kolomnamen en pagina's; de code staat ook op de bestelpagina.
• Afgestemd op jouw opmaakGebouwd en getest op de voorbeeldbestanden die je stuurt
• Kolommen op hun plekEén rij in de pdf is één rij in Excel
• Veel pagina's samengevoegdEen lange tabel wordt één tabblad zonder herhaalde kopregels
• Echte getallenVanaf Standaard bedragen en data waarmee je kunt optellen en sorteren
• Leesbare codeMet commentaar, makkelijk bij te stellen als de opmaak verandert

Hoe het werkt

1. 1
   VoorbeeldenJe stuurt een of twee typische pdf's en laat zien welke tabel je nodig hebt
2. 2
   CodeWij schrijven het script voor die opmaak en de handleiding om het uit te voeren
3. 3
   UitproberenJe voert het uit op je bestanden en controleert de totalen tegen de pdf
4. 4
   WijzigingenJe vraagt binnen je pakket om wijzigingen en stuurt een eventuele foutmelding mee

Wat we van je nodig hebben

Een of twee typische pdf's van het soort dat je krijgt (of dezelfde opmaak met verzonnen namen en cijfers), welke tabel op welke pagina's je nodig hebt, en de kolommen die je in Excel wilt. Hoe getallen erin geschreven zijn (komma's, spaties, mintekens of haakjes) en het datumformaat. Of al je bestanden dezelfde opmaak hebben of dat er meerdere soorten zijn, ongeveer hoeveel bestanden je verwerkt, en je systeem: Windows, macOS of Linux.

We vragen je:

• Wat zijn de pdf's?
• Welke kolommen heb je nodig in Excel?
• Zien al je bestanden er hetzelfde uit?
• Waar gaat het draaien?

Pakketten vergelijken

Vragen en antwoorden

Staat je antwoord er niet bij? Vraag het ons