Antoni Kryk

🧾 Faktury PDF → zestawienie w Excelu

EN: Python tool that reads a folder of PDF invoices from different suppliers (each with its own layout), extracts supplier, tax ID, invoice number, date and net/VAT/gross amounts, validates them (sum check, tax ID checksum, duplicates, scanned PDFs without text) and builds an Excel summary with a “needs review” list.

Problem

Biuro co miesiąc dostaje kilkadziesiąt faktur PDF od różnych dostawców. Każdy dostawca ma inny układ faktury:

Dostawca	Numer	Data	Kwoty
Hurtownia Arabika	Faktura VAT nr FV/2026/03/013	2026-03-19	1 068,87 zł
EKO-BOX	FAKTURA NR 6/03/2026	27.03.2026	1052.88 PLN w jednej linii
Barista-Tech	Numer faktury: BT-2026-0043	10 kwietnia 2026	Do zapłaty: 578,10 PLN

Ktoś przepisuje je ręcznie do Excela. Zajmuje to godziny i łatwo przeoczyć błąd na fakturze.

Rozwiązanie

wyciagnij_dane.py dla każdego PDF-a:

1. Odczytuje tekst (pdfplumber). Dane sprzedawcy bierze z lewej kolumny strony, żeby nie pomylić ich z nabywcą.
2. Wyciąga dane wzorcami dopasowanymi do różnych etykiet i formatów dat oraz kwot. Nowego dostawcę dodaje się jedną linijką.
3. Sprawdza poprawność:
   • ✅ czy netto + VAT = brutto,
   • ✅ czy NIP ma poprawną sumę kontrolną,
   • ✅ czy ta sama faktura nie przyszła dwa razy (np. raz z maila, raz ze skanu),
   • ✅ czy PDF ma tekst. Skan bez tekstu jest oznaczany jako „wymaga OCR”.
4. Tworzy Excel z trzema arkuszami:
   • Podsumowanie: koszty netto/VAT/brutto wg dostawców i miesięcy (formuły Excela),
   • Faktury: pełna lista, błędne wiersze podświetlone na czerwono,
   • Do sprawdzenia: konkretna lista problemów do wyjaśnienia z dostawcą.

Efekt

Przetworzono 24 faktur: 20 OK, 4 do sprawdzenia
  ! EKOBOX faktura 8.pdf: Błędny NIP 8970002611 (zła suma kontrolna)
  ! arabika_014.pdf: Netto + VAT = 2027.04, a na fakturze brutto 2037.04
  ! skan_mail_46.pdf: Duplikat – ta sama faktura co w pliku BT-2026-0046.pdf
  ! skan_paragon_0912.pdf: Brak tekstu w PDF (skan) – wymaga OCR albo ręcznego przepisania
Gotowe → zestawienie_faktur.xlsx

Kilka godzin przepisywania zamienia się w kilka sekund, a błędy na fakturach wychodzą, zanim trafią do księgowości.

📥 Pobierz wynikowy Excel · 📄 Przykładowa faktura

Uruchomienie

pip install pdfplumber openpyxl reportlab pillow
python generuj_faktury.py   # tylko do demo – tworzy 24 przykładowe faktury
python wyciagnij_dane.py    # tworzy zestawienie_faktur.xlsx

Technologie

Python · pdfplumber (odczyt PDF) · wyrażenia regularne · openpyxl (Excel z formułami i formatowaniem warunkowym) · reportlab (generowanie przykładowych faktur)

---

Wszystkie faktury są fikcyjne, oznaczone jako „dokument przykładowy” i wygenerowane skryptem generuj_faktury.py.