經驗分享與實例解決

先判斷帳單是什麼類型

解析前先判斷 PDF 是文字版還是掃描件。文字版可以直接提取；掃描件需要 OCR。

有表格線的 PDF：直接識別表格

很多銀行帳單會繪製水平線和垂直線。系統會先按表格線提取，再清理空儲存格，並移除每頁重複的表頭。

Date        | Description      | Debit   | Credit  | Balance
2026-07-03  | ACME PAYROLL     |         | 4,500.00| 14,500.00
2026-07-05  | OFFICE RENT      | 2,400.00|         | 12,100.00

沒有表格線的 PDF：按文字座標兜底

部分帳單只是把文字按固定位置排列，沒有可見表格線。此時會先按行拆分，再按文字座標判斷列邊界。

2026-07-11  SUPPLIER PAYMENT  3,150.00          15,750.00
2026-07-15  ATM WITHDRAWAL      500.00          15,250.00
2026-07-18  REFUND - TAX                   220.50 15,470.50

掃描件：需要 OCR

掃描件只有圖片，沒有可提取的文字。繼續調整表格參數不會有效，必須先做 OCR。

匯出安全：金額和公式

銀行帳單文字來自外部 PDF，匯出時必須防止儲存格被 Excel 當成公式執行。

實例：為什麼識別出 0 行

最常見的三個原因：掃描件、頁面是圖片、帳單文字被安全工具轉成圖片。