Cześć, Adi Yancher
Mam nadzieję, że wszystko w porządku.

Fajna wyzwanie dla nowoczesnego programisty..

Najprostszym sposobem jest użycie bibliotek python dla twojego przypadku.
Zbadałem ten problem w pythonie. Fajnie. Ma pewne wady. A także rozmiar dystrybucji.

Zbadałem apache pdfbox dla javy. Bardziej zwięzłe wyniki.
… Nie ma potrzeby OCR-owania. Ale jeszcze nie zbadałem apache POI.

W każdym razie, powinna być graficzna interfejs użytkownika, zasady parsowania/mapowania oraz mapowanie tekstu do excela, a także wspólne szablony dokumentów pdf i tak dalej.
Może warto pomyśleć o usłudze internetowej dla innych użytkowników.

Rozwiązanie:
Platformy OS - gdzie java działa.
java, apache pdfbox 3 apache POI
Opcjonalnie: tesseract-ocr.
Opcjonalnie: tesseract-ocr. dodatkowe szkolenie modelu.

Będę wdzięczny za Twoje przemyślenia.

Z poważaniem.

Pokaż oryginał

Przetłumacz

Cześć! 👋

Cieszę się, że mogę pomóc w Twoim projekcie stworzenia potężnego i wydajnego skryptu/narzędzia do ekstrakcji danych w języku hebrajskim z plików PDF i przenoszenia ich do Excela. Oto dlaczego jestem idealnym kandydatem do tego zadania:

Dlaczego warto wybrać mnie?
Ekspertyza w OCR i automatyzacji:

Mam duże doświadczenie z Tesseract OCR, w tym pracę z obsługą języka hebrajskiego, co zapewnia wysoką dokładność w ekstrakcji tekstu.
Udokumentowane osiągnięcia w tworzeniu zautomatyzowanych narzędzi do złożonej ekstrakcji danych i mapowania.
… Bezproblemowe mapowanie danych:

Specjalizuję się w projektowaniu skryptów, które dokładnie identyfikują słowa kluczowe w plikach PDF i mapują je do odpowiednich kolumn Excela, zgodnie z wcześniej określonymi strukturami.
Mogę wdrożyć obsługę błędów dla brakujących lub niepoprawnych danych, zapewniając czysty i niezawodny wynik.
Dbałość o szczegóły:

Rozumiem znaczenie obsługi wielu planów pożyczkowych i analizowania złożonych pól, takich jak daty, stopy procentowe i miesięczne płatności (w tym symbole takie jak ₪).
Upewnię się, że Twój plik Excel jest profesjonalnie sformatowany i spełnia Twoje wymagania.
Efektywny przepływ pracy i komunikacja:

Pracuję szybko, nie rezygnując z jakości. Zadanie zostanie dostarczone na czas z aktualizacjami na każdym etapie.
Cenię sobie jasną komunikację i zapewnię, że narzędzie/skrypt będzie łatwe w użyciu i dostosowywalne do przyszłych potrzeb.
Mój plan realizacji Twojego zadania
Konfiguracja OCR:

Skonfiguruj Tesseract z obsługą języka hebrajskiego, aby efektywnie ekstraktować tekst z plików PDF.
Ekstrakcja danych i mapowanie:

Opracuj solidny skrypt do identyfikacji konkretnych pól, takich jak typ pożyczki, kwota, stopa procentowa, i mapuj je do odpowiednich kolumn Excela.
Obsługa błędów i formatowanie:

Zbuduj mechanizmy sprawdzania błędów, aby elegancko obsługiwać brakujące dane.
Sformatuj plik Excel z precyzją, zapewniając, że będzie zgodny z Twoimi specyfikacjami.
Dostawa i wsparcie:

Dostarcz w pełni funkcjonalny i przetestowany skrypt lub narzędzie.
Oferuj wsparcie po dostawie, aby zapewnić płynne wdrożenie i użytkowanie.
Zacznijmy!
Jestem pewny, że mogę dostarczyć wysokiej jakości rozwiązanie dostosowane do Twoich potrzeb. Porozmawiajmy o Twoich wymaganiach, a ja upewnię się, że ten projekt przekroczy Twoje oczekiwania. Czekam na współpracę z Tobą! 😊

Pokaż oryginał

Przetłumacz

Cześć,
Mogę wdrożyć rozwiązanie dla Twojego projektu jako program .exe dla systemu Windows.
Jednak mam kilka pytań do omówienia:
- Czy wszystkie pliki PDF mają ten sam szablon co załączony plik?
- Aby lepiej zrozumieć powiązania informacji, czy mógłbyś nagrać wideo pokazujące, jak ręcznie wypełniasz plik Excel na podstawie pliku PDF?

Pokaż oryginał

Przetłumacz