/Verification-of-financial-articulation

对招股书的财务勾稽关系校验，包含跨表勾稽、表内勾稽、文表勾稽多种校验，校验后在pdf文档中自动高亮显示。

Primary LanguagePython

财务勾稽关系校验Verification of financial articulation

1、准备工作。

  • 下载rules文件夹中的财务勾稽关系规则
  • 安装python第三方库 pip install -r requirements.txt
  • 封装为exe文件，在命令行输入pyinstaller -i img/app_icon.ico -F main.py，耐心等待几分钟， 结束后将生成的dist文件夹下的main.exe文件拖到项目主目录下

2、运行

方法1：直接运行可执行文件

直接双击main.exe，或打开cmd到项目目录，运行main.exe [url] [file_id]设置参数。

方法2：使用python运行main.py函数

在Terminal运行main.py [url] [file_id]，或在Run->configuration中设置Parameters。

程序主要步骤如下：

  • extract_rule.py规则解析：将我们根据专家知识，人工制定的财务勾稽规则解析为字典对象。
  • pdf_tables_extract.py表格抽取：将pdf文件中的表格抽取为excel文件存储下来。
  • data2json.pyexcel表格转json格式：将存储下来的表格转换为方便处理和遍历的json格式。
  • cross_judge.py跨表勾稽关系校验：检验跨表同名字段数据一致性；根据规则计算数据一致性。
  • inner_judge.py表内勾稽关系校验：对于不同招股书的特定表格，进行表内数据加和校验。
  • text_judge.py文表勾稽关系校验：校验文字部分对应的表格字段数据一致性。
  • util.py通用函数：包含数据一致性校验，出错内容重定位等

3、输出文件。程序运行完成后将生成以下文件：

  • tables文件夹，包含所有从招股书pdf文档中抽取出的表格
  • table_content.json文件，为表格数据合并为json格式后的存储形式。
  • Articulation_out文件夹，包含程序输出
    • main_cross.json：跨表勾稽的输出文件
    • main_inner.json：表内勾稽的输出文件
    • main_text.json：文表勾稽的输出文件
    • main_correct.json：校验成功的表项
    • main_highlight.pdf：pdf文档对校验内容经过自动高亮显示后的效果
    • 其他：各自校验文件单独运行的输出结果

4、示例

文字段（位于招股书文档第301页） 文字段内容 表格字段（位于招股书文档第213页） 表格字段内容

可以看到2019和2020年的“递延所得税资产”数据存在差异