导入简单的PDF供应商发票
项目描述
此模块是模块 account_invoice_import 的扩展：它增加了对简单PDF发票的支持，即没有嵌入XML文件的PDF发票。此模块开发出来是为了解决OCA模块 account_invoice_import_invoice2data 的缺点；其优点如下
可以添加对新的供应商的支持，无需开发者技能：会计可以做到！
添加对新供应商的支持更快。
对供应商发票布局变化的容忍度更高。
更容易安装。
使用此模块，您可以导入所有能够使用模块 account_invoice_import_invoice2data 导入的发票。实际上，当导入PDF供应商发票时，此模块使用了相同的设计
从PDF文件中提取原始文本
使用增值税号码（如果原始文本提取中包含增值税号码）或一些关键字来识别合作伙伴
使用正则表达式（regex）提取在Odoo中创建供应商发票所需的数据（单行配置）
与OCA模块 account_invoice_import_invoice2data 的主要区别在于，正则表达式是由用户在Odoo中进行的配置自动生成的。不需要是正则表达式专家！但是，您仍然可以编写正则表达式来提取一些特定需要的字段。
模块可以提取以下字段
含税总额
不含税总额
税额总额
发票日期
到期日
开始日期
结束日期
发票号码
描述（对于该字段，您必须编写正则表达式）
在此列表中，只需3个字段是必需的
发票日期
3个金额字段中有2个是必需的（第3个可以从其他2个中扣除：总金额 = 未税总额 + 税总额）
要利用《开始日期》和《结束日期》字段，您需要来自account-closing项目的OCA模块account_invoice_start_end_dates。
想了解此模块开发背后的全部故事，请阅读Akretion的博客文章。
目录
安装
此模块最重要的技术组件是将PDF转换为文本的工具。将PDF转换为文本并非易事。如本文博客文章中所述，不同的工具可以给出相当不同的结果。通常，基于PDF查看器的工具可以获得最佳结果，这排除了纯Python工具。但纯Python工具比基于PDF查看器的工具更容易安装。重要的是要理解，如果您更改PDF到文本工具，您肯定会得到略微不同的文本输出，这可能会迫使您更新字段提取规则，如果您已经配置了多个供应商，这可能是一项耗时的任务。
该模块支持5种不同的提取方法
PyMuPDF，这是MuPDF的Python绑定，MuPDF是一个轻量级的PDF工具包/查看器/渲染器，由Artifex Software公司以AGPL许可证发布。
pdftotext python库，这是pdftotext工具的Python绑定。
pdftotext命令行工具，该工具基于poppler，poppler是xpdf和Evince（Gnome的PDF阅读器）使用的PDF渲染库。
pypdf，这是最常用的Python PDF库之一。pypdf是纯Python解决方案，因此它非常容易在所有操作系统上安装。
PyMuPDF和pdftotext都提供了非常好的文本输出。到目前为止，我无法说哪个最好。pypdf通常提供较低质量的文本输出，但其优点是它是一个纯Python库，因此您将始终能够安装它，无论您的技术环境如何。
您可以选择一种提取方法，并仅安装该方法的工具/库。
安装PyMuPDF
通过pip安装
pip3 install --upgrade pymupdf请注意，PyMuPDF不是一个纯Python库：它使用MuPDF，这是一种用C语言编写的。如果您的操作系统、CPU架构和Python版本在pypi上可用的python wheel（请检查pypi上的PyMuPDF wheel列表），则安装将顺利。否则，通过pip进行的安装需要MuPDF及其所有开发库来编译绑定。
安装pdftotext python库
要安装pdftotext python库，运行
sudo apt install build-essential libpoppler-cpp-dev pkg-config python3-dev然后通过pip安装库
pip3 install --upgrade pdftotext在Debian/Ubuntu以外的操作系统上，请遵循项目页面上的说明。
安装pdftotext命令行
要安装pdftotext命令行，运行
sudo apt install poppler-utils安装pypdf
要安装pypdf python库，运行
pip3 install --upgrade pypdf其他要求
此模块还需要以下Python库
regex与Python标准库中的re模块向后兼容，但具有附加功能。
dateparser 是一个功能强大的日期解析库。
dateparser 库自身依赖于正则表达式。因此，您可以使用以下命令通过 pip 安装这些 Python 库：
pip3 install --upgrade dateparserdateparser 库与所有正则表达式库版本不兼容。截至 2024 年 2 月，dateparser 声明对正则表达式的版本要求为 !=2019.02.19, !=2021.8.27。因此，dateparser 的最新版本目前与最新版本的 regex 兼容。要了解您的环境中 regex 的版本，请运行：
pip3 show regex配置
默认情况下，对于 PDF 到文本的转换，模块将按照 INSTALL 部分中提到的顺序尝试不同的方法：它将首先尝试使用 PyMuPDF；如果失败（例如，因为库没有正确安装），则将尝试使用 pdftotext python 库；如果这也失败，则将尝试使用 pdftotext 命令行；如果它也失败，最终将尝试使用 pypdf。如果这 4 种方法都不起作用，Odoo 将显示错误消息。
如果您想强制 Odoo 使用特定的文本提取方法，请转到菜单 配置 > 技术 > 参数 > 系统参数 并创建一个新的系统参数
键: invoice_import_simple_pdf.pdf2txt
值: 选择您想使用的方法的正确值
pymupdf
pdftotext.lib
pdftotext.cmd
pypdf
在此配置中，Odoo 将仅使用选定的文本提取方法，如果它失败，则将显示错误消息。
您可以在以下 屏幕录像 中找到有关如何配置每个供应商以及导入 PDF 发票的完整演示。
错误跟踪器
错误在 GitHub 问题 上跟踪。如果遇到问题，请检查您的错误是否已经报告。如果您是第一个发现它的人，请通过提供详细和受欢迎的 反馈 来帮助我们解决问题。
请勿直接联系贡献者以获取支持或帮助解决技术问题。
鸣谢
贡献者
Alexis de Lattre <alexis.delattre@akretion.com>
维护者
此模块由 OCA 维护。
OCA，即 Odoo 社区协会，是一个非营利组织，其使命是支持 Odoo 功能的协作开发并促进其广泛使用。
当前 维护者
此模块是 GitHub 上 OCA/edi 项目的组成部分。
欢迎您贡献力量。要了解更多信息，请访问 https://odoo-community.org/page/Contribute。
哈希值 for odoo14_addon_account_invoice_import_simple_pdf-14.0.4.1.0-py3-none-any.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 6ce3c15101c0eb5843db3073a7cf4ff12c2905503c846b2be649b23471635506 |
|
| MD5 | 291e43b6a4827e3fd274620f390a90d2 |
|
| BLAKE2b-256 | 31c1b6e98152d4204002165a908cb1f71e9f1600a9717ea9286f1649b17297fc |