File2Table 📊

File2Table 是一个智能文档数据提取工具，能够从各种文档中自动识别和提取结构化数据，并以表格形式呈现。

功能特点 ✨

• 🔍 智能识别文档中的关键数据
• 📄 支持多种文件格式（PDF、Word、TXT）
• 📊 自动生成结构化表格数据
• 📥 支持导出 Excel 格式
• 🎛️ 灵活的数据提取配置
• 💾 历史数据查看功能

在线体验 🌐

访问 File2Table Demo 立即体验！

安装说明 🚀

1. 克隆项目：

git clone https://github.com/yourusername/file2table.git
cd file2table

2. 安装依赖：

pip install -r requirements.txt

3. 运行应用：

streamlit run app.py

环境要求 🔧

• Python 3.8+
• 依赖包：
  • streamlit
  • pandas
  • openai
  • python-docx
  • PyMuPDF
  • pywin32 (Windows系统处理.doc文件需要)

使用说明 📖

1. 配置设置

   • 在侧边栏设置 API Key 和 Base URL
   • 选择模型名称
   • 配置数据提取模式和表格格式

2. 上传文件

   • 支持的格式：PDF、DOC、DOCX、TXT
   • 文件大小限制：200MB

3. 数据提取

   • 点击"提取数据"按钮开始处理
   • 自动显示提取进度
   • 结果以表格形式展示

4. 导出数据

   • 支持导出为 Excel 格式
   • 包含所有提取的数据

提取模式 🎯

1. 数据提取模式

   • 重要数据：仅提取关键信息
   • 详细数据：提取所有可能的数据点

2. 表格格式

   • 仅键值对：简单的字段-数值对
   • 包含单位：添加数值单位信息
   • 包含单位和来源：完整的数据溯源信息

开发计划 🗓️

• 支持更多文件格式(Image/Video)
• 支持数据分析汇图
• 定制需求开发

技术架构 🏗️

• 前端：Streamlit
• 数据处理：Pandas
• AI模型：支持OpenAI SDK模型
• 文件处理：
  • PDF: PyMuPDF
  • Word: python-docx/pywin32
  • TXT: 原生Python

贡献指南 🤝

欢迎提交 Issue 和 Pull Request！

许可证 📄

MIT License

联系方式 📬

• 作者：ZhuHai
• 友情链接：UseAI