Python批量提取PDF表格并转换为Excel（个人演示项目）产品系统Vibe Coding

这是一个面向企业采购、订单整理和财务对账场景的个人演示项目。多页PDF报表中的采购订单通常需要人工复制到Excel，不仅耗时，还容易发生漏行、金额录入错误和来源无法追溯等问题。本项目使用Python自动识别并提取PDF中的表格，将订单记录转换为结构化数据，同时保留原始页码和行号，便于后续筛选、统计与复核。

系统支持逐页读取带表格线的多页PDF，识别采购订单表头并提取订单编号、日期、供应商、分类、商品描述、数量、单价、行金额、币种和状态等内容。程序会统一文本、日期和金额格式，记录每条数据对应的PDF页码及原始行号，并重新计算数量乘以单价的金额，与PDF原金额进行差异比较。结果将标记为PASS或REVIEW，最后输出可直接用于Excel的数据文件。

本项目由我独立完成字段设计、PDF解析、数据验证、Python编码和结果检查。使用pdfplumber根据表格线识别并读取单元格，通过预期表头过滤无关内容；使用正则表达式解析金额，再利用pandas统一日期和数值格式、删除重复订单并生成验证字段。演示PDF包含3页人工生成的采购订单数据，不涉及真实客户或商业隐私。程序最终提取48条唯一订单记录和15个结构化字段，48条记录均通过金额一致性验证。开发过程中使用Codex辅助编写和检查代码，最终由我本人运行并核验结果。