Hallo,
ich hoffe, dass der ein oder andere vielleicht doch einen Lösungsansatz für mein vertracktes Problem finden kann.
Ich besitze 4000 Rechnungen, von denen ich NUR die Kundenadresse weiterverarbeiten möchte - z.B. in Form von einer csv-Datei. Ich habe bereits versucht, das ganze über pdftotext und Regular Expressions zu lösen - dies ist jedoch leider aufgrund der zu großen Ungenauigkeit gescheitert.
Wichtig zu wissen: Das Adressfeld und damit die Adresszeilen befinden sich absolut gesehen immer an derselben Position.
Letztendlich würde ich am liebsten einen bestimmten Bereich der PDFs - z.B. den Bereich der ersten Adresszeile mit dem Firmennamen, den Bereich der zweiten Adresszeile mit der Straße+Hausnummer sowie den Bereich der dritten Adresszeile mit PLZ+Ort. In genau diesen Bereichen soll der Text ausgelesen werden und pro .pdf in einen Datensatz gespeichert werden.
Nach einiger Recherche konnte ich hierzu leider keine weitestgehend automatisierte Lösung finden. Vielleicht kann doch noch jemand helfen 
Grüße
Phil
AdChoices