forked from FlatheadV8/Postbank_PDF2CSV
-
Notifications
You must be signed in to change notification settings - Fork 0
/
postbank_pdf2csv.sh
190 lines (148 loc) · 7.35 KB
/
postbank_pdf2csv.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
#!/usr/bin/env bash
#==============================================================================#
#
# PDF -> PS -> TXT -> CSV
#
#==============================================================================#
VERSION="v2015060300"
#------------------------------------------------------------------------------#
### Eingabeüberprüfung
PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
if [ -z "${1}" ] ; then
echo "${0} Kontoauszug_der_Postbank.pdf"
exit 1
fi
#------------------------------------------------------------------------------#
### Betriebssystem-Werkzeug-Name setzen
if [ "$(uname -o)" = "FreeBSD" ] ; then
UMDREHEN="tail -r"
elif [ "$(uname -o)" = "GNU/Linux" ] ; then
UMDREHEN="tac"
else
echo "Dieses Skript funktioniert nur mit FreeBSD und Linux."
exit 1
fi
#------------------------------------------------------------------------------#
### Hinweis geben
echo "
================================================================================
=> das kann jetzt ein paar Minuten dauern ...
================================================================================
"
#==============================================================================#
VERZEICHNIS="$(dirname ${0})"
for PDFDATEI in ${@}
do
#----------------------------------------------------------------------#
### PDF -> PS -> TXT -> CSV
#----------------------------------------------------------------------#
### Dateiname ermitteln
unset NEUERNAME
NEUERNAME="$(echo "${PDFDATEI}" | sed 's/[( )][( )]*/_/g' | rev | sed 's/.*[.]//' | rev)"
#----------------------------------------------------------------------#
### Anzahl der Seiten in der PDF-Datei ermitteln
SEITEN="$(pdftohtml -c -i -xml -enc UTF-8 -noframes -nodrm -hidden "${PDFDATEI}" ${NEUERNAME}_alle_Seiten.xml | nl | awk '{print $1}' ; rm -f ${NEUERNAME}_alle_Seiten.xml)"
#----------------------------------------------------------------------#
### Datei seitenweise umwandeln
for i in ${SEITEN}
do
### PDF -> PS -> TXT
pdftops -f ${i} -l ${i} "${PDFDATEI}" ${NEUERNAME}_Seite_${i}.ps >/dev/null
pstotext ${NEUERNAME}_Seite_${i}.ps > ${NEUERNAME}_Seite_${i}.txt
rm -f ${NEUERNAME}_Seite_${i}.ps
#--------------------------------------------------------------#
### TXT -> CSV
#
### die Textdatei in Buchungsbloecke umwandeln
### und diese dann in CSV-Zeiloen umwandeln
### die ganze Datei in eine Zeile zmwandeln
### und anschl.
### den unbrauchbaren Anfang entfernen
cat ${NEUERNAME}_Seite_${i}.txt | tr -s '\n' '|' | sed 's#.*Haben|Soll|Vorgang[/]Buchungsinformation|Wert|Buchung|#³#;' | tr -s '³' '\n' | grep -Ev '^Kontoauszug: ' > ${NEUERNAME}_Seite_${i}.txt_1
### Zeitspanne des Gueltigkeitsbereiches vom Kontoauszug ermitteln
ZEITSPANNE="$(grep -E 'Kontoauszug: .* vom [0-3][0-9]*[.][0-3][0-9]*[.][1,2][9,0][0-9][0-9] ' ${NEUERNAME}_Seite_${i}.txt)"
if [ -n "${ZEITSPANNE}" ] ; then
#echo "${ZEITSPANNE}"
MONAT_JAHR_VON="$(echo "${ZEITSPANNE}" | sed 's/.* vom //;s/ bis .*//;s/[.]/ /' | rev | awk '{print $1}' | rev)"
MONAT_JAHR_BIS="$(echo "${ZEITSPANNE}" | sed 's/.* bis //;s/[.]/ /' | rev | awk '{print $1}' | rev)"
fi
### hinter den Buchungsdaten einen Zeilenumbruch einbauen
sed -ie 's/[|][0-3][0-9][.][0-1][0-9][.][|][0-3][0-9][.][0-1][0-9][.][|]/&\`/g;' ${NEUERNAME}_Seite_${i}.txt_1
### Zeilenumbrueche einfuehgen sowie Werbung und Hinweise entfernen
cat ${NEUERNAME}_Seite_${i}.txt_1 | tr -s '[`]' '\n' | grep -E '[|][0-3][0-9][.][0-1][0-9][.][|][0-3][0-9][.][0-1][0-9][.][|]$' > ${NEUERNAME}_Seite_${i}.txt_
#j=0
cat ${NEUERNAME}_Seite_${i}.txt_ | egrep -v '^$' | while read ZEILE
do
#echo "------------------------------------------------"
BLOCK="$(echo "${ZEILE}" | tr -s '|' '\n')"
#echo "${BLOCK}" | tail -n +2 | ${UMDREHEN} | tail -n +3 | ${UMDREHEN}
ERSTEZEILE="$(echo "${BLOCK}" | head -n1)"
ALLERLETZT="$(echo "${BLOCK}" | tail -n1)"
VORLETZTEZ="$(echo "${BLOCK}" | tail -n2 | head -n1)"
# ueberpruefen ob es eine Buchung mit Betrag ist oder nicht
BETRAG="$(echo "${ERSTEZEILE}" | grep -E " [0-9][0-9.]*[,][0-9][0-9]*")"
if [ -n "${BETRAG}" ] ; then
# es ist eine Buchung mit Betrag
BUCHUINFOS="$(echo "${BLOCK}" | tail -n +2 | ${UMDREHEN} | tail -n +3 | ${UMDREHEN} | tr -s '\n' '|' | sed 's/\|$//;s/|/;/g;')"
#echo "1"
#echo "${BLOCK}" | tail -n +2 | ${UMDREHEN} | tail -n +3 | ${UMDREHEN} | tr -s '\n' '|' | sed 's/\|$//;s/|/;/g;'
else
# es gibt keinen Betrag, kann z.B. der Rechnungsabschluss sein
ERSTEZEILE=""
BUCHUINFOS="$(echo "${BLOCK}" | ${UMDREHEN} | tail -n +3 | ${UMDREHEN} | tr -s '\n' '|' | sed 's/\|$//;s/|/;/g;')"
#echo "2"
#echo "${BLOCK}" | ${UMDREHEN} | tail -n +3 | ${UMDREHEN} | tr -s '\n' '|' | sed 's/\|$//;s/|/;/g;'
fi
#echo
#echo "------------------------------------------------"
#j=$(echo "${j}"|awk '{print $1+1}')
#echo "${BLOCK}" > /tmp/BLOCK_${j}
#exit
### zum testen
#echo "
#========================================================
#ERSTEZEILE='${ERSTEZEILE}';
#--------------------------------------------------------
#BUCHUINFOS='${BUCHUINFOS}';
#--------------------------------------------------------
#VORLETZTEZ='${VORLETZTEZ}';
#--------------------------------------------------------
#ALLERLETZT='${ALLERLETZT}';
#--------------------------------------------------------
#"
### Originalreihenfolge
#echo "${ERSTEZEILE};${BUCHUINFOS};${VORLETZTEZ};${ALLERLETZT};"
### bevorzugte Reihenfolge
echo "${ERSTEZEILE};${VORLETZTEZ};${ALLERLETZT};${BUCHUINFOS};"
done
### aufraeumen
rm -f ${NEUERNAME}_Seite_${i}.txt*
done > ${NEUERNAME}.iso8859
#exit
#----------------------------------------------------------------------#
### Datei initialisieren
### Originalreihenfolge
#echo "Betrag;Vorgang/Buchungsinformation;Buchung;Wert;${MONAT_JAHR_VON};${MONAT_JAHR_BIS}" > ${NEUERNAME}.csv
### bevorzugte Reihenfolge
#echo "'${MONAT_JAHR_VON};'"
#echo "'${MONAT_JAHR_BIS};'"
#echo "Betrag;Buchung;Wert;Vorgang/Buchungsinformation;${MONAT_JAHR_VON};${MONAT_JAHR_BIS}"
echo "Betrag;Buchung;Wert;Vorgang/Buchungsinformation;${MONAT_JAHR_VON};${MONAT_JAHR_BIS}" > ${NEUERNAME}.csv
#----------------------------------------------------------------------#
### Zeichensatzumwandlung
iconv -f ISO-8859-1 -t UTF-8 ${NEUERNAME}.iso8859 >> ${NEUERNAME}.utf8 && rm -f ${NEUERNAME}.iso8859
#----------------------------------------------------------------------#
### Vorzeichen werden, für die Tabellenkalkulation, leserlich gemacht
cat ${NEUERNAME}.utf8 | sed -e 's/^ /-/;s/^+ //;' >> ${NEUERNAME}.csv && rm -f ${NEUERNAME}.utf8
#----------------------------------------------------------------------#
### Ergebnisse anzeigen
ls -lha ${NEUERNAME}.csv
done
#==============================================================================#
#------------------------------------------------------------------------------#
### Hinweise anzeigen
echo "
libreoffice --calc ${NEUERNAME}.csv
${VERZEICHNIS}/postbank_csv2qif.sh ${NEUERNAME}.csv
------------------------------------------------------------------------"
#------------------------------------------------------------------------------#