Financial Document Parser

Financial Document Parser

解析财务文档（发票、收据、银行对账单）并提取结构化数据。

核心脚本

本 skill 包含一个可复用的 Python 脚本：financial_parser.py

依赖安装

pip install pdfplumber

# 可选：OCR 支持（用于扫描版 PDF 和图片）
pip install pdf2image pytesseract
# 还需要安装 tesseract-ocr 系统包
# Ubuntu: sudo apt install tesseract-ocr tesseract-ocr-chi-sim

命令行用法

# 解析 PDF 发票，输出 Markdown 报告
python financial_parser.py invoice.pdf

# 输出 JSON 格式
python financial_parser.py invoice.pdf --format json

# 导出为 CSV
python financial_parser.py invoice.pdf --format csv

# 解析图片收据
python financial_parser.py receipt.jpg

# 解析 CSV 银行对账单
python financial_parser.py statement.csv

# 完整输出（Markdown + JSON）
python financial_parser.py invoice.pdf --format all

Python API 用法

from financial_parser import FinancialParser

# 解析文档
parser = FinancialParser("/path/to/invoice.pdf")
doc = parser.parse()

# 获取结构化数据
print(doc.doc_type)      # Invoice, Receipt, Statement
print(doc.total)         # 总金额
print(doc.line_items)    # 明细项目列表

# 导出
print(parser.to_markdown())  # Markdown 报告
print(parser.to_json())      # JSON 数据
parser.to_csv("output.csv")  # CSV 文件

When to Use This Skill

当用户：

• 提供发票、收据或银行对账单文件
• 要求 "解析这张发票" 或 "提取收据数据"
• 需要费用分类
• 想要追踪消费模式
• 要求生成费用报告
• 提供 PDF 或图片格式的财务文档

执行流程

1. 确认文件路径 - 获取用户提供的文件路径
2. 运行解析脚本 - 使用 Bash 工具执行：

   python financial_parser.py <文件路径> --format all
   

3. 展示结果 - 将解析结果展示给用户
4. 按需导出 - 如用户需要，导出 CSV 或 JSON

支持的文档类型

费用分类

脚本自动将费用分类为：

• Software: 软件、订阅、云服务
• Office: 办公用品、打印
• Travel: 差旅、机票、酒店
• Meals: 餐饮、外卖
• Utilities: 水电、网费
• Marketing: 广告、推广
• Professional: 咨询、法律、会计
• Equipment: 设备、硬件
• Other: 其他

输出示例

# 财务文档分析报告

## 文档信息
- **类型**: Invoice
- **日期**: 2025-01-15
- **单据号**: INV-2025-0042
- **供应商**: 某某科技有限公司
- **总金额**: ¥12,580.00

## 明细项目
| 描述 | 数量 | 单价 | 金额 | 类别 |
|------|------|------|------|------|
| 云服务器年费 | 1 | ¥9,800.00 | ¥9,800.00 | Software |
| 技术支持服务 | 1 | ¥2,000.00 | ¥2,000.00 | Professional |

## 财务汇总
- **小计**: ¥11,150.94
- **税额**: ¥1,429.06
- **总计**: ¥12,580.00

## 费用分类
| 类别 | 金额 |
|------|------|
| Software | ¥9,800.00 |
| Professional | ¥2,000.00 |

## 洞察
- ✓ 最大支出类别: Software (¥9,800.00)
- ✓ 可抵扣税额: ¥1,429.06

## 需关注项
- ⚠ 大额交易: 云服务器年费 (¥9,800.00)

批量处理

处理多个文件：

# 批量解析目录下所有 PDF
for f in /path/to/invoices/*.pdf; do
  python financial_parser.py "$f" --format csv
done

注意事项

• 保持金额精确，不要四舍五入
• 敏感信息（账号）会自动脱敏
• 如果文本提取失败，会自动尝试 OCR
• 支持中英文混合文档