從 PDF 擷取資訊
合約要登記、發票要彙總、幾百份通知要找出關鍵條款—— 這些內容都在 PDF 裡，但要做統計，就得先變成表格。
以前你可能這樣做
開啟一個 PDF，找到金額，複製，切到 Excel，貼上…… 一份兩分鐘，一百份就是三個多小時，中間還容易貼錯列。
說這一句話就行
讀「合約」資料夾裡的 PDF，把甲方、乙方、金額、簽約日期擷取出來，做成一張 Excel。
也可以更具體：
把這批發票 PDF 裡的發票號碼、開立日期、金額、稅額擷取出來，依開立日期排序。
它會怎麼做
- 先讀一份試試：把欄位和對應內容給你看，確認理解對不對
- 再批次處理：所有檔案依同一套欄位擷取
- 標出不確定的：擷取不到或拿不準的，會留空並說明是哪個檔案
你會得到什麼
- 一張表，一列一個檔案
- 第一欄是檔名，方便你回頭查原件
- 擷取不到的列會空著並另外列出來，不會亂編一個數字填進去
- 哪些是掃描件、辨識可能不準，也會提前告訴你
還能讓它做
- 「把所有合約裡提到『違約』的段落原文摘出來」
- 「依公司名分組，統計每家的合約總金額」
- 「找出金額和日期對不上的那幾份，單獨列給我」
掃描件和電子版的差別
用 Word、系統匯出的電子版 PDF，文字是現成的，擷取很準。 用手機拍或影印後掃描的圖片式 PDF，需要先辨識文字，手寫體、蓋章壓住的地方會有錯。 遇到這種情況，建議先讓它處理一小批，你抽查幾份再決定要不要全跑。
做不到什麼
- 手寫體、印章蓋住的內容，辨識會不準
- 多欄版面、嵌套表格的 PDF，可能需要你手動核對幾列
- 加密或需要密碼才能開啟的 PDF，要先自己解鎖
- 它不會替你做判斷：擷取錯了，責任還是在你，重要檔案請抽查