Một lập trình viên đã phát hành một công cụ Python mã nguồn mở được thiết kế để phân tích các tài liệu PDF từ Poste Italiane , dịch vụ ngân hàng bưu điện của Italy , chuyển đổi chúng thành dữ liệu JSON hoặc CSV có cấu trúc. Dự án này, một cách hài hước được dành tặng agli sventurati che hanno un conto postale (cho những người không may có tài khoản bưu điện), phản ánh sự thất vọng rộng rãi với hệ thống ngân hàng bưu điện Italy .
Các loại tài liệu được hỗ trợ:
- Estratto Conto BancoPosta (Sao kê ngân hàng)
- Rendiconto Postepay Evolution (Báo cáo Postepay)
- Lista Movimenti Postepay Evolution (Danh sách giao dịch Postepay)
Phản ứng của cộng đồng làm nổi bật các vấn đề về dịch vụ ngân hàng
Việc phát hành công cụ này đã gây ra cuộc thảo luận sôi nổi về chất lượng dịch vụ của Poste Italiane . Người dùng đã chia sẻ những trải nghiệm đặc biệt tệ hại, với một người mô tả nó là ngân hàng tệ nhất mà tôi từng giao dịch trong cả cuộc đời do dịch vụ tệ hại và thời gian chờ đợi cực kỳ lâu tại các chi nhánh. Lời chỉ trích còn mở rộng ra ngoài các dịch vụ ngân hàng, với người dùng lưu ý rằng bản thân dịch vụ bưu điện Italy hoạt động kém so với các quốc gia châu Âu khác.
Cuộc thảo luận trong cộng đồng đã tiết lộ những so sánh thú vị với các hệ thống bưu điện khác. Dịch vụ bưu điện Germany nhận được lời khen ngợi cho các đổi mới như tem in tại nhà, dịch vụ quét thư và việc áp dụng sớm các tủ đựng bưu kiện. Trong khi đó, người dùng lưu ý rằng những người bán Italy trên các thị trường quốc tế thường bán với giá giảm một phần do thời gian giao hàng chậm hơn so với các quốc gia châu Âu khác.
Triển khai kỹ thuật và thách thức
Trình phân tích sử dụng thư viện PyMuPDF với ánh xạ tọa độ chính xác để trích xuất thông tin từ các tài liệu PDF . Phương pháp này mã hóa cứng bố cục tài liệu, khiến nó dễ bị ảnh hưởng bởi các thay đổi định dạng nhưng thường ổn định vì bố cục tài liệu tài chính hiếm khi thay đổi. Công cụ tự động phát hiện các loại tài liệu, xác thực dữ liệu tài chính và hỗ trợ xử lý hàng loạt nhiều tệp.
Đối với những người tò mò về cách nó hoạt động, nó sử dụng pymupdf và ánh xạ chính xác tất cả thông tin trong tọa độ khu vực, do đó bố cục tài liệu được mã hóa cứng.
Các thành viên cộng đồng đã thảo luận về thách thức rộng lớn hơn trong việc phân tích báo cáo ngân hàng và PDF tài chính. Ngay cả với PDF kỹ thuật số chứa các bảng thực tế thay vì hình ảnh, việc phân tích vẫn khó khăn do các thay đổi bố cục thường xuyên giữa các báo cáo. Mặc dù các giải pháp dựa trên LLM hiện đại tồn tại, các nhà phát triển bày tỏ sự miễn cưỡng khi tin tưởng chúng với dữ liệu tài chính nhạy cảm.
Tính năng chính:
- Tự động phát hiện loại tài liệu
- Xác thực dữ liệu để kiểm tra số dư
- Nhiều định dạng đầu ra ( JSON , CSV )
- Khả năng xử lý hàng loạt
- Hỗ trợ giao diện dòng lệnh và thư viện Python
Ý nghĩa rộng lớn hơn đối với xử lý dữ liệu tài chính
Dự án này làm nổi bật những thách thức đang diễn ra trong tự động hóa dữ liệu tài chính. Phương pháp sử dụng phân tích dựa trên tọa độ của nhà phát triển đại diện cho một giải pháp thực tế cho các loại tài liệu cụ thể, mặc dù nó đòi hỏi bảo trì khi bố cục thay đổi. Cấu trúc mã sạch sẽ và đơn giản giúp việc sửa chữa tương đối dễ dàng khi cần cập nhật.
Công cụ hỗ trợ ba loại tài liệu chính: Estratto Conto BancoPosta (báo cáo ngân hàng), Rendiconto Postepay Evolution (báo cáo Postepay ), và Lista Movimenti Postepay Evolution (danh sách giao dịch Postepay ). Nó bao gồm các tính năng xác thực dữ liệu để đảm bảo số dư và tổng số khớp với dữ liệu giao dịch, giải quyết các mối quan tâm chung về tính toàn vẹn dữ liệu trong xử lý tài chính tự động.
Dự án này chứng minh cách các nhà phát triển cá nhân đang tạo ra các giải pháp để giải quyết những khoảng trống trong số hóa dịch vụ tài chính, đặc biệt khi giao dịch với các tổ chức có thể chậm trễ trong việc cung cấp các công cụ kỹ thuật số hiện đại cho khách hàng.
Tham khảo: Poste Italiane Documents Parser