Update
This commit is contained in:
dfuhrmann3
parent
76ee65accf
commit
11830c060a
|
|
@ -0,0 +1,208 @@
|
|||
\# 📄 Enterprise PDF-zu-XRechnung-Konverter (Hybrid-Architektur)
|
||||
|
||||
|
||||
|
||||
Dieses Tool ist ein hochpräziser, datenschutzkonformer Konverter, der herkömmliche B2B-Rechnungen im PDF-Format vollautomatisch in gesetzeskonforme \*\*XRechnung-XMLs (UBL-Standard, Version 3.0)\*\* transformiert.
|
||||
|
||||
|
||||
|
||||
Das System setzt auf einen \*\*innovativen Hybrid-Ansatz\*\*: Es kombiniert die semantische Flexibilität eines modernen, lokalen Large Language Models (LLM) für unstrukturierte Kopfdaten mit der unfehlbaren mathematischen Präzision von nativem Python-Code für die Positionstabelle.
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## 🚀 Key Features
|
||||
|
||||
|
||||
|
||||
\* \*\*100 % Lokale Ausführung \& DSGVO-konform:\*\* Keine Cloud-APIs (kein OpenAI, Anthropic etc.). Alle Daten verbleiben vollständig auf der eigenen Hardware. Absolute Datensouveränität für sensible Finanzdaten.
|
||||
|
||||
\* \*\*Kugelsichere Tabellen-Extraktion:\*\* Positionen, Mengen, Einheiten und Einzelpreise werden mittels optimierter regulärer Ausdrücke (Regex) fehlerfrei ausgelesen – komplett immun gegen KI-Halluzinationen oder Token-Abbrüche.
|
||||
|
||||
\* \*\*Finanzmathematische Präzision:\*\* Berechnung aller Netto-, MwSt- und Bruttosummen mittels Pythons `decimal`-Modul inklusive striktem \*\*kaufmännischen Runden (`ROUND\_HALF\_UP`)\*\*. Keine Floating-Point-Ungenauigkeiten.
|
||||
|
||||
\* \*\*Human-in-the-Loop Frontend:\*\* Eine interaktive Streamlit-Oberfläche erlaubt die sofortige visuelle Kontrolle und manuelle Korrektur aller extrahierten Daten vor dem finalen Export.
|
||||
|
||||
\* \*\*Validierte XML-Ausgabe:\*\* Generiert valides UBL-2.1-Invoice-XML, das die strengen Konformitätsprüfungen der offiziellen Koordinierungsstelle für IT-Standards (KoSIT) fehlerfrei (\*\*0 Fehler\*\*) besteht.
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## 🛠 Wie es funktioniert (Hybrid-Architektur)
|
||||
|
||||
|
||||
|
||||
Das Tool teilt die Extraktion in zwei spezialisierte Verarbeitungsstufen auf:
|
||||
|
||||
|
||||
|
||||
```
|
||||
|
||||
\[PDF Dokument]
|
||||
|
||||
  │
|
||||
|
||||
  ├──> Stufe 1: Lokale KI (Qwen3.5-Instruct) ──> Extraktion von Metadaten (Kunde, Adresse, Datum, Referenz)
|
||||
|
||||
  │
|
||||
|
||||
  └──> Stufe 2: Pure Python Engine (Regex) ──> Extraktion der Artikel (Beschreibung, Menge, Einheit, Preis)
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
1\. \*\*Stufe 1: Stammdaten via Lokaler KI (LLM)\*\*
|
||||
|
||||
  Kopfdaten wie Rechnungsnummer, Datumsangaben, Bestell-Referenzen und Kundenadressen wandern auf Rechnungen visuell stark hin und her. Hier glänzt das lokale KI-Modell: Es versteht den Kontext des gesamten Texts und extrahiert diese unstrukturierten Metadaten zuverlässig. Um strukturelle Fehler zu vermeiden, wird die KI über eine strikte JSON-Schema-Grammatik (`LlamaGrammar`) gezwungen, die Daten exakt in ein vordefiniertes Pydantic-Schema zu gießen.
|
||||
|
||||
|
||||
|
||||
2\. \*\*Stufe 2: Positionen via Python-Regex\*\*
|
||||
|
||||
  Finanztabellen erfordern 0 % Fehlertoleranz. Statt das LLM mit langen Tabellen zu überfordern (Gefahr von Abbrüchen oder Zahlendrehern), scannt ein robuster Python-Algorithmus den extrahierten Textstrom nach Mustern von Mengenangaben und Einheiten (z. B. `1,375 Tag(e)` oder `2 Std.`). Er greift sich nachgelagerte Preise, isoliert den zugehörigen Beschreibungstext (auch bei komplexen mehrzeiligen Umbrüchen) und filtert irrelevante Systemtexte automatisch heraus.
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## 🤖 Das KI-Modell
|
||||
|
||||
|
||||
|
||||
Das Tool ist exakt auf das folgende Open-Weights-Modell optimiert:
|
||||
|
||||
\* \*\*Modell:\*\* `Qwen3.5-4B-Instruct`
|
||||
|
||||
\* \*\*Format:\*\* GGUF (optimiert für CPU/GPU-Inferenz via `llama-cpp`)
|
||||
|
||||
\* \*\*Quantisierung:\*\* `Q8\_0` (Hohe Genauigkeit bei exzellenter Performance)
|
||||
|
||||
|
||||
|
||||
\*\*Wichtig:\*\* Es muss zwingend die \*\*`Instruct`\*\*-Version des Modells verwendet werden (`Qwen3.5-4B-Instruct-Q8\_0.gguf`), da das reine Base-Modell nicht in der Lage ist, strukturierte Systemanweisungen und JSON-Grammatiken korrekt zu befolgen.
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## 💻 Installation \& Setup
|
||||
|
||||
|
||||
|
||||
\### 1. Repository klonen \& Ordnerstruktur vorbereiten
|
||||
|
||||
```bash
|
||||
|
||||
git clone \[https://github.com/dein-username/pdf-to-xrechnung.git](https://github.com/dein-username/pdf-to-xrechnung.git)
|
||||
|
||||
cd pdf-to-xrechnung
|
||||
|
||||
mkdir -p models
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
\### 2. Lokales Modell herrichten
|
||||
|
||||
Lade das GGUF-Modell von Hugging Face (z. B. aus dem Repository von `bartowski`) herunter und platziere es im `models`-Ordner:
|
||||
|
||||
\* \*\*Pfad:\*\* `models/Qwen3.5-4B-Instruct-Q8\_0.gguf`
|
||||
|
||||
|
||||
|
||||
\### 3. Requirements erstellen (`requirements.txt`)
|
||||
|
||||
Für ein sauberes und schlankes Repository erstelle eine `requirements.txt` mit folgendem minimalen Inhalt:
|
||||
|
||||
```text
|
||||
|
||||
streamlit==1.58.0
|
||||
|
||||
llama\_cpp\_python==0.3.32
|
||||
|
||||
pydantic==2.13.4
|
||||
|
||||
pymupdf==1.28.0
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
\### 4. Abhängigkeiten installieren (inkl. GPU-Beschleunigung)
|
||||
|
||||
Aktiviere deine virtuelle Umgebung (`venv`) und führe den passenden Befehl aus, damit das KI-Modell deine Nvidia-Grafikkarte (CUDA) für rasend schnelle Antworten nutzt:
|
||||
|
||||
|
||||
|
||||
\*\*Unter Windows (PowerShell):\*\*
|
||||
|
||||
```powershell
|
||||
|
||||
$env:GGML\_CUDA="1"; pip install -r requirements.txt --force-reinstall --no-cache-dir
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
\*\*Unter Linux / macOS:\*\*
|
||||
|
||||
```bash
|
||||
|
||||
GGML\_CUDA=1 pip install -r requirements.txt --force-reinstall --no-cache-dir
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## 🎈 Benutzung
|
||||
|
||||
|
||||
|
||||
Starte die Applikation über dein Terminal:
|
||||
|
||||
```bash
|
||||
|
||||
streamlit run app.py
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
1\. \*\*PDF hochladen:\*\* Ziehe eine herkömmliche Rechnungs-PDF per Drag-and-Drop in die left Spalte der Streamlit-Oberfläche.
|
||||
|
||||
2\. \*\*Daten extrahieren:\*\* Klicke auf `🚀 Daten extrahieren`. Im Hintergrund analysiert die hybride Engine das Dokument.
|
||||
|
||||
3\. \*\*Prüfen \& Editieren:\*\* In der rechten Spalte erscheinen alle erkannten Kopfdaten sowie die editierbare Positionstabelle. Du kannst jeden Wert manuell anpassen, Zeilen löschen oder hinzufügen.
|
||||
|
||||
4\. \*\*Exportieren:\*\* Klicke auf `🔒 XRechnung exportieren`. Das Tool berechnet kaufmännisch alle Summen und stellt dir die fertige, konforme XML-Datei direkt als Download (`📥 Download XML`) bereit.
|
||||
|
||||
|
||||
|
||||
\---
|
||||
|
||||
|
||||
|
||||
\## ⚖️ Rechtliche \& Finanzmathematische Hinweise
|
||||
|
||||
|
||||
|
||||
\* \*\*GoBD-Konformität:\*\* Dieses Tool generiert das strukturierte XML-Format. Der Nutzer ist selbst dafür verantwortlich, sowohl die Original-PDF als auch die generierte XML-Datei gemäß den GoBD-Richtlinien revisionssicher für 10 Jahre zu archivieren.
|
||||
|
||||
\* \*\*Prüfpflicht:\*\* Das Tool arbeitet nach dem Prinzip \*„Human-in-the-Loop“\*. Vor dem XML-Export ist eine kurze visuelle Endkontrolle der extrahierten Daten im Streamlit-Frontend durch den Sachbearbeiter zwingend empfohlen.
|
||||
|
||||
103
app.py
103
app.py
|
|
@ -5,6 +5,7 @@ import re
|
|||
import xml.etree.ElementTree as ET
|
||||
from xml.dom import minidom
|
||||
from datetime import datetime, timedelta
|
||||
from decimal import Decimal, ROUND_HALF_UP # Für finanzmathematisch exaktes Runden
|
||||
import fitz # PyMuPDF
|
||||
from pydantic import BaseModel, Field
|
||||
from llama_cpp import Llama, LlamaGrammar
|
||||
|
|
@ -26,17 +27,25 @@ class InvoiceMetadata(BaseModel):
|
|||
|
||||
|
||||
# ==========================================
|
||||
# 2. FEHLERFREIES PYTHON-PARSING DER TABELLE
|
||||
# 2. PRÄZISE MATHEMATISCHE FUNKTIONEN
|
||||
# ==========================================
|
||||
def kaufmaennisches_runden(betrag, nachkommastellen=2):
|
||||
"""
|
||||
Rundet Beträge finanzmathematisch exakt nach kaufmännischer Art (ab 5 aufrunden).
|
||||
Verhindert Pythons Banker's Rounding Fehler.
|
||||
"""
|
||||
if not betrag:
|
||||
return 0.0
|
||||
quantizer = Decimal('1.' + '0' * nachkommastellen)
|
||||
return float(Decimal(f"{betrag:.6f}").quantize(quantizer, rounding=ROUND_HALF_UP))
|
||||
|
||||
def clean_german_float(val_str):
|
||||
if not val_str:
|
||||
return 0.0
|
||||
# Entferne Währung, Leerzeichen und unsichtbare Steuerzeichen
|
||||
s = str(val_str).strip().replace("€", "").replace(" ", "").replace("'", "").replace("\n", "").replace("\r", "")
|
||||
if not s:
|
||||
return 0.0
|
||||
|
||||
# Konvertierung von Deutsch (1.300,00) zu Python Float (1300.00)
|
||||
if "." in s and "," in s:
|
||||
s = s.replace(".", "").replace(",", ".")
|
||||
elif "," in s:
|
||||
|
|
@ -47,18 +56,11 @@ def clean_german_float(val_str):
|
|||
return 0.0
|
||||
|
||||
def extract_invoice_items_pure_python(text):
|
||||
"""
|
||||
Extrem robuste Tabellen-Extraktion.
|
||||
Findet Positionen auch dann, wenn PDF-Text Zeilenumbrüche zwischen den Spalten erzwingt.
|
||||
"""
|
||||
items = []
|
||||
|
||||
# 1. Text zeilenweise normalisieren und leere Zeilen entfernen
|
||||
lines = [line.strip() for line in text.split("\n") if line.strip()]
|
||||
|
||||
# 2. Finde alle Indizes, die wie eine Mengenangabe mit Einheit aussehen
|
||||
# Erkennt: "1,375 Tag(e)", "2 Std.", "10 Stk.", "1,00 Stück"
|
||||
unit_pattern = re.compile(r"^(\d+(?:,\d+)?)\s*(Tag\(e\)|Std\.|Stk\.|Stunden|Stück)$", re.IGNORECASE)
|
||||
unit_pattern = re.compile(r"^(\d+(?:[\.,]\d+)?)\s*(Tag\(e\)|Std\.|Stk\.|Stunden|Stück|stk|stck|stück)$", re.IGNORECASE)
|
||||
price_stop_pattern = re.compile(r"^[\d\.]+,[\d]{2}$")
|
||||
|
||||
for i, line in enumerate(lines):
|
||||
match = unit_pattern.match(line)
|
||||
|
|
@ -66,42 +68,32 @@ def extract_invoice_items_pure_python(text):
|
|||
raw_qty = match.group(1)
|
||||
raw_unit = match.group(2)
|
||||
|
||||
# Jetzt schauen wir uns die Zeilen direkt *danach* an, um die Preise zu finden
|
||||
# Meistens folgt: Einzelpreis (Zeile i+1) und Gesamtpreis (Zeile i+2)
|
||||
raw_price = "0,00"
|
||||
if i + 1 < len(lines):
|
||||
# Prüfen, ob die nächste Zeile ein Geldbetrag ist (z.B. "1.300,00")
|
||||
if re.match(r"^[\d.,]+$", lines[i+1]):
|
||||
raw_price = lines[i+1]
|
||||
for k in range(1, 3):
|
||||
if i + k < len(lines):
|
||||
candidate = lines[i+k].replace("€", "").replace(" ", "").strip()
|
||||
if re.match(r"^[\d.,]+$", candidate):
|
||||
raw_price = candidate
|
||||
break
|
||||
|
||||
# Jetzt rekonstruieren wir die Beschreibung, indem wir *rückwärts* gehen
|
||||
# Wir sammeln alle Textzeilen oberhalb der Menge ein, bis wir zur nächsten Position
|
||||
# oder Tabellenüberschriften gelangen.
|
||||
desc_lines = []
|
||||
for j in range(i - 1, -1, -1):
|
||||
prev_line = lines[j]
|
||||
|
||||
# Abbruchbedingungen (Wann gehört der Text nicht mehr zur Beschreibung?)
|
||||
if unit_pattern.match(prev_line): # Vorherige Menge/Einheit erreicht
|
||||
break
|
||||
if any(w in prev_line.lower() for w in ["gesamt", "zwischensumme", "endbetrag", "ust.", "absender", "seite", "rechnung"]):
|
||||
break
|
||||
# Wenn es ein reiner Preis der vorigen Position ist, überspringen
|
||||
if re.match(r"^[\d.,]+$", prev_line) and j < i - 1:
|
||||
if unit_pattern.match(prev_line) or price_stop_pattern.match(prev_line):
|
||||
break
|
||||
|
||||
prev_lower = prev_line.lower()
|
||||
if prev_lower in ["pos.", "pos", "bezeichnung", "beschreibung", "menge", "einheit", "einzelpreis", "gesamtpreis", "betrag €", "betrag", "artikel"]:
|
||||
break
|
||||
if any(prev_lower.startswith(w) for w in ["zwischensumme", "endbetrag", "gesamtbetrag", "umsatzsteuer"]):
|
||||
break
|
||||
if prev_line.isdigit() and len(prev_line) <= 2:
|
||||
continue
|
||||
|
||||
desc_lines.insert(0, prev_line)
|
||||
|
||||
# Falls am Anfang eine reine Positionsnummer steht (z.B. "1"), putzen wir sie weg
|
||||
if desc_lines and desc_lines[0].isdigit():
|
||||
desc_lines.pop(0)
|
||||
|
||||
description = " ".join(desc_lines).strip()
|
||||
|
||||
# Sicherheitscheck: Schließe Summenzeilen aus, falls Regex falsch angeschlagen hat
|
||||
if any(w in description.lower() for w in ["zwischensumme", "endbetrag", "gesamt"]):
|
||||
continue
|
||||
|
||||
if description:
|
||||
items.append({
|
||||
"description": description,
|
||||
|
|
@ -136,6 +128,7 @@ def generate_compliant_xrechnung(data):
|
|||
|
||||
root = ET.Element(f"{{{INVOICE_NS}}}Invoice")
|
||||
|
||||
# BT-24 ID angepasst auf den exakten Core-String
|
||||
ET.SubElement(root, f"{{{CBC}}}CustomizationID").text = "urn:cen.eu:en16931:2017#compliant#urn:xoev-de:kosit:standard:xrechnung_3.0"
|
||||
ET.SubElement(root, f"{{{CBC}}}ProfileID").text = "urn:fdc:peppol.eu:poacc:bis:invoice:3"
|
||||
ET.SubElement(root, f"{{{CBC}}}ID").text = str(data["invoice_number"])
|
||||
|
|
@ -155,24 +148,33 @@ def generate_compliant_xrechnung(data):
|
|||
vat_rate = float(data['vat_rate_percent'])
|
||||
vat_category = "S" if vat_rate > 0.0 else "E"
|
||||
|
||||
# --- SENDER ---
|
||||
# --- SENDER (SCITECH) ---
|
||||
supplier = ET.SubElement(root, f"{{{CAC}}}AccountingSupplierParty")
|
||||
party_supp = ET.SubElement(supplier, f"{{{CAC}}}Party")
|
||||
ET.SubElement(party_supp, f"{{{CBC}}}EndpointID", {"schemeID": "EM"}).text = "office@scitech-gmbh.de"
|
||||
party_name_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyName")
|
||||
ET.SubElement(party_name_supp, f"{{{CBC}}}Name").text = "scitech it solutions GmbH"
|
||||
|
||||
addr_supp = ET.SubElement(party_supp, f"{{{CAC}}}PostalAddress")
|
||||
ET.SubElement(addr_supp, f"{{{CBC}}}StreetName").text = "Hermann-Schumann-Str. 4"
|
||||
ET.SubElement(addr_supp, f"{{{CBC}}}CityName").text = "Hennigsdorf"
|
||||
ET.SubElement(addr_supp, f"{{{CBC}}}PostalZone").text = "16761"
|
||||
country_supp = ET.SubElement(addr_supp, f"{{{CAC}}}Country")
|
||||
ET.SubElement(country_supp, f"{{{CBC}}}IdentificationCode").text = "DE"
|
||||
|
||||
tax_scheme_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyTaxScheme")
|
||||
ET.SubElement(tax_scheme_supp, f"{{{CBC}}}CompanyID").text = "DE218436692"
|
||||
scheme_supp = ET.SubElement(tax_scheme_supp, f"{{{CAC}}}TaxScheme")
|
||||
ET.SubElement(scheme_supp, f"{{{CBC}}}ID").text = "VAT"
|
||||
|
||||
legal_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyLegalEntity")
|
||||
ET.SubElement(legal_supp, f"{{{CBC}}}RegistrationName").text = "scitech it solutions GmbH"
|
||||
|
||||
# FIX: Hinzufügen der Gruppe "SELLER CONTACT" (BG-6) zur Behebung von BR-DE-2
|
||||
contact_supp = ET.SubElement(party_supp, f"{{{CAC}}}Contact")
|
||||
ET.SubElement(contact_supp, f"{{{CBC}}}Name").text = "Geschäftsführung"
|
||||
ET.SubElement(contact_supp, f"{{{CBC}}}Telephone").text = "+49 3302 4940537"
|
||||
ET.SubElement(contact_supp, f"{{{CBC}}}ElectronicMail").text = "office@scitech-gmbh.de"
|
||||
|
||||
# --- RECIPIENT ---
|
||||
customer = ET.SubElement(root, f"{{{CAC}}}AccountingCustomerParty")
|
||||
|
|
@ -212,7 +214,7 @@ def generate_compliant_xrechnung(data):
|
|||
monetary_total = ET.SubElement(root, f"{{{CAC}}}LegalMonetaryTotal")
|
||||
ET.SubElement(monetary_total, f"{{{CBC}}}LineExtensionAmount", {"currencyID": "EUR"}).text = f"{data['total_net_amount']:.2f}"
|
||||
ET.SubElement(monetary_total, f"{{{CBC}}}TaxExclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_net_amount']:.2f}"
|
||||
ET.SubElement(monetary_total, f"{{{CAC}}}TaxInclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
|
||||
ET.SubElement(monetary_total, f"{{{CBC}}}TaxInclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
|
||||
ET.SubElement(monetary_total, f"{{{CBC}}}PayableAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
|
||||
|
||||
for index, item in enumerate(data["items"], start=1):
|
||||
|
|
@ -243,13 +245,13 @@ def generate_compliant_xrechnung(data):
|
|||
|
||||
|
||||
# ==========================================
|
||||
# 3. ABSOLUTE MODELL-LADUNG (NUR METADATEN)
|
||||
# 3. ABSOLUTE MODELL-LADUNG (QWEN 3.5 INSTRUCT)
|
||||
# ==========================================
|
||||
def get_cached_llm():
|
||||
if "llm_instance" not in st.session_state:
|
||||
with st.spinner("🚀 INITIAL: Stammdaten-Modell wird geladen..."):
|
||||
base_dir = os.path.dirname(os.path.abspath(__file__))
|
||||
model_path = os.path.join(base_dir, "models", "Qwen2.5-VL-3B-Instruct-Q8_0.gguf")
|
||||
model_path = os.path.join(base_dir, "models", "Qwen3.5-4B-Instruct-Q8_0.gguf")
|
||||
st.session_state.llm_instance = Llama(model_path=model_path, n_ctx=2048, n_gpu_layers=-1, n_threads=8)
|
||||
return st.session_state.llm_instance
|
||||
|
||||
|
|
@ -258,7 +260,7 @@ def get_cached_llm():
|
|||
# 4. STREAMLIT FRONTEND
|
||||
# ==========================================
|
||||
st.set_page_config(page_title="PDF zu E-Rechnung", layout="wide")
|
||||
st.title("📄 Hybrid PDF zu E-Rechnung Konverter")
|
||||
st.title("📄 Enterprise PDF zu E-Rechnung Konverter")
|
||||
|
||||
llm = get_cached_llm()
|
||||
col1, col2 = st.columns(2)
|
||||
|
|
@ -279,7 +281,7 @@ with col2:
|
|||
if "extracted_data" not in st.session_state: st.session_state.extracted_data = None
|
||||
|
||||
if uploaded_file is not None and pdf_text.strip() != "":
|
||||
if st.button("🚀 Daten extrahieren (Optimierte native Tabelle)", width="stretch"):
|
||||
if st.button("🚀 Daten extrahieren (Kugelsichere Hybrid-Methode)", width="stretch"):
|
||||
with st.spinner("Extrahiere Daten..."):
|
||||
|
||||
# STUFE 1: Stammdaten via KI
|
||||
|
|
@ -294,7 +296,7 @@ with col2:
|
|||
if final_data.get("recipient_email") == "office@scitech-gmbh.de":
|
||||
final_data["recipient_email"] = ""
|
||||
|
||||
# STUFE 2: Zeilenbasiertes Python-Parsing der Tabelle (Robust gegen vertikale Verschiebungen)
|
||||
# STUFE 2: Zeilenbasiertes Python-Parsing für die Tabelle
|
||||
final_data["items"] = extract_invoice_items_pure_python(pdf_text)
|
||||
st.session_state.extracted_data = final_data
|
||||
|
||||
|
|
@ -326,12 +328,19 @@ with col2:
|
|||
edited_items = st.data_editor(data.get("items", []), num_rows="dynamic", width="stretch")
|
||||
vat_rate = st.number_input("Steuersatz (%)", value=float(data.get("vat_rate_percent") or 19.0))
|
||||
|
||||
# Live-Berechnung inklusive kaufmännischem Runden auf Positionsebene
|
||||
for item in edited_items:
|
||||
item["total_amount"] = float(item.get("quantity") or 0.0) * float(item.get("unit_price") or 0.0)
|
||||
raw_total = float(item.get("quantity") or 0.0) * float(item.get("unit_price") or 0.0)
|
||||
item["total_amount"] = kaufmaennisches_runden(raw_total)
|
||||
|
||||
computed_net_amount = sum(item["total_amount"] for item in edited_items)
|
||||
|
||||
computed_vat_amount = computed_net_amount * (vat_rate / 100.0)
|
||||
computed_gross_amount = computed_net_amount + computed_vat_amount
|
||||
# Kaufmännisches Runden für die Umsatzsteuer
|
||||
raw_vat_amount = computed_net_amount * (vat_rate / 100.0)
|
||||
computed_vat_amount = kaufmaennisches_runden(raw_vat_amount)
|
||||
|
||||
# Brutto setzt sich sauber aus den gerundeten Netto- und MwSt-Werten zusammen
|
||||
computed_gross_amount = kaufmaennisches_runden(computed_net_amount + computed_vat_amount)
|
||||
|
||||
st.markdown("**Berechnete Summen:**")
|
||||
c_net_ui, c_vat_ui, c_gross_ui = st.columns(3)
|
||||
|
|
|
|||
|
|
@ -1,59 +1,4 @@
|
|||
altair==6.2.2
|
||||
annotated-types==0.7.0
|
||||
anyio==4.14.1
|
||||
attrs==26.1.0
|
||||
blinker==1.9.0
|
||||
cachetools==7.1.4
|
||||
certifi==2026.6.17
|
||||
cffi==2.0.0
|
||||
charset-normalizer==3.4.7
|
||||
click==8.4.2
|
||||
colorama==0.4.6
|
||||
cryptography==49.0.0
|
||||
diskcache==5.6.3
|
||||
gitdb==4.0.12
|
||||
GitPython==3.1.50
|
||||
h11==0.16.0
|
||||
httptools==0.8.0
|
||||
idna==3.18
|
||||
itsdangerous==2.2.0
|
||||
Jinja2==3.1.6
|
||||
jsonschema==4.26.0
|
||||
jsonschema-specifications==2025.9.1
|
||||
llama_cpp_python==0.3.32
|
||||
MarkupSafe==3.0.3
|
||||
narwhals==2.22.1
|
||||
ninja==1.13.0
|
||||
numpy==2.5.0
|
||||
packaging==26.2
|
||||
pandas==3.0.3
|
||||
pdfminer.six==20260107
|
||||
pdfplumber==0.11.10
|
||||
pillow==12.2.0
|
||||
protobuf==7.35.1
|
||||
pyarrow==24.0.0
|
||||
pycparser==3.0
|
||||
pydantic==2.13.4
|
||||
pydantic_core==2.46.4
|
||||
pydeck==0.9.2
|
||||
pymupdf==1.28.0
|
||||
pypdf==6.14.2
|
||||
pypdfium2==5.11.0
|
||||
python-dateutil==2.9.0.post0
|
||||
python-multipart==0.0.32
|
||||
referencing==0.37.0
|
||||
requests==2.34.2
|
||||
rpds-py==2026.6.3
|
||||
six==1.17.0
|
||||
smmap==5.0.3
|
||||
starlette==1.3.1
|
||||
streamlit==1.58.0
|
||||
tenacity==9.1.4
|
||||
toml==0.10.2
|
||||
typing-inspection==0.4.2
|
||||
typing_extensions==4.15.0
|
||||
tzdata==2026.2
|
||||
urllib3==2.7.0
|
||||
uvicorn==0.49.0
|
||||
watchdog==6.0.0
|
||||
websockets==16.0
|
||||
llama_cpp_python==0.3.32
|
||||
pydantic==2.13.4
|
||||
pymupdf==1.28.0
|
||||
Loading…
Reference in New Issue