/invoice-grabber

获取发票，生成报销用材料

Primary LanguagePython

README

本项目是一个 python 脚本。用于从邮件服务器中获取发票，再通过百度的 OCR 服务识别发票信息后，根据发票信息重命名发票文件，并生成报销所需要的 csv 文件。

依赖

  • python 3.x
  • Firefox
  • 百度智能云文字识别账号

使用方式

  • 安装需要的依赖 pip install -r requirements.txt
  • 复制 config.example.json 为 config.json, 并修改必要的参数
  • python main.py

该脚本执行4个步骤的操作：

  • 下载：从邮箱中下载发票到 config.download_dir 中
  • OCR: 将 config.download_dir 中的发票通过百度 OCR 识别，并将结果写入 config.output.recognized_json 中
  • 重命名：根据发票信息重命名成报销需要的名称到 config.output.dir 目录
  • 生成报销记录：生成报销记录到 config.output.result_csv 中
  • 生成报销摘要文件：生成摘要文件到 config.output/summary.txt 中

在运行脚本时，可以通过添加参数跳过上述的任意阶段：

  • --no-email: 跳过下载
  • --no-ocr: 跳过 OCR
  • --no-rename: 跳过重命名
  • --no-excel: 跳过生成报销记录
  • --no-summary: 跳过报销摘要文件生成

配置

配置文件 config.json 中包含了以下信息：

  • server：IMAP4 邮件服务器地址；
  • username：登录邮箱的用户名；
  • password：登录邮箱的密码；
  • proxy：代理服务器地址,支持 socks4, socks5 和 http;
  • download_dir：电子发票保存的目录；
  • since：搜索电子发票的起始日期；
  • util：搜索电子发票的截止日期；
  • baidu_ocr.app_id：百度 OCR 应用 ID；
  • baidu_ocr.api_key：百度 OCR API Key；
  • baidu_ocr.secret_key：百度 OCR Secret Key；
  • output.recognized_json：保存 OCR 结果的文件，格式为 json;
  • output.name：你的名字，用于发票的重命名和报销记录的生成;
  • output.dir：保存 OCR 结果、重命名发票文件和报销记录的目录;
  • output.result_csv：保存生成的报销记录的文件，格式为 csv;
  • output.invoice_date_overrides：开票日期覆盖。key 是要覆盖的发票的原始文件名；