python提取电子发票_Invoice: 电子发票（PDF）识别与验真，电子专票（OFD）在线预览，使用pdfbox进行电子发票识别，使用用友API进行验真。...
invoice
介绍
电子发票(PDF)识别与验真
1、支持电子发票(PDF)的读取
目前 仅支持普通发票 ,不足以在生产环境使用，如果您想解析其他类型发票可以自行研究，或者在issues中提交讨论。
2、验真
代码中有使用用友apilink的接口验真(0.1~0.2元/次，比较贵)
网上也有其他付费接口，如阿里云市场、乐税网等。价格、稳定性不好说。
通过验证码识别，然后调用国税局官网查询接口这个会有不少坑，等以后有时间再研究。
网上的验证码识别率比较高的，价格在2万左右(源码+训练模型)。
识别原理：
1)使用pdfbox提取pdf文本内容，通过正则匹配到部分属性
2)第一步无法获取全部有效的属性信息，通过关键字拿到定位信息，使用定位的区域，通过pdf的区域读取问题，然后再结合正则进一步匹配得到其他有效属性信息。
特别说明：
该项目核心识别代码来源于github上的fantasyxxj的einvoice项目，在此基础上做的改动调整，在此感谢。
软件架构
springboot
pdfbox
安装教程
从git导入IDE即可
使用说明
参考demo中的电子发票读取
效果如下：
后续计划
1、当前已实现功能
pdf的在线预览，
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！