文档内容提取器

批量识别文档（图片、PDF）中的信息并保存到Excel的桌面工具。

功能特性

• 可视化桌面界面，操作简单
• 支持PDF和图片（JPG/PNG）批量处理
• PDF多页自动合并为1条记录
• 内置发票识别提示词
• 支持自定义提示词提取其他类型文档
• 处理过程实时显示
• 中间文件自动清理

环境要求

• Python 3.8+
• Windows/macOS/Linux

安装依赖

pip install -r requirements.txt

运行

python main.py

使用方法

1. 选择文件夹 - 点击"浏览"按钮，选择包含PDF或图片文件的文件夹
2. 配置API - 输入您的API Key（支持阿里云DashScope等OpenAI兼容接口）
3. 选择文档类型 - 选择"发票"使用内置提示词，或选择"其他"输入自定义提示词
4. 开始处理 - 点击"开始处理"按钮，等待处理完成

配置说明

配置文件 config.json 包含以下设置：

• api.key - API密钥
• api.base_url - API地址（默认：阿里云DashScope）
• api.model - 使用的模型（默认：qwen3.5-plus）
• last_used.* - 上次使用的配置（自动保存）

项目结构

文档提取工具/
├── main.py              # 主入口
├── config.json          # 配置文件
├── requirements.txt     # 依赖
├── ui/                  # 界面模块
│   └── main_window.py
├── core/                # 核心模块
│   ├── config_manager.py
│   ├── file_processor.py
│   ├── api_client.py
│   └── result_aggregator.py
├── presets/             # 内置提示词
│   └── __init__.py
└── __temp__/           # 临时文件目录

注意事项

• API Key不会在界面上显示完整，请妥善保管
• 配置文件保存在程序目录
• 处理结果保存在源文件目录
• 临时文件处理完成后自动删除