Python制作发票自动校核微信机器人

制作初衷：

• 外地开了票到公司后发现信息有错误，无法报销；
• 公司的行政和财务经常在工作日被问及公司开票信息，影响心情和工作；
• 引入相应的专业APP来解决发票问题对于一般公司成本较高；
• 看到朋友孟要早睡写过脚本来解决这个问题，但因为公司场景不相同，无法复用，所以新写了一个。

本代码使用简单的封装方法，并做了比较走心的注释，希望能给初学Python的小伙伴提供一些灵感，也能让有实际需求的人可以快速修改、使用。

源码地址：https://github.com/yc2code/WechatInvoiceParser

P.S. 工具基于微信网页版，因为微信官方对于账号有限制，新建的账号可能无法使用，会报：KeyError: 'pass_ticket'，如图：
所以工具只能使用注册时间较早的账号

发票自动校核微信机器人代码部分

1. 工具文件 – Utils
包含三个部分：发票校核类 Invoice、解析数据类 DataParser 和推送日志类 Pushover

• Invoice 调用的百度API，上传图片信息，得到解析数据；
• DataParser 对得到的解析数据进行整理，得到发送给用户的信息；
• Pushover 出现调用问题时，第一时间相关信息推送到维护者的设备上。

# -*- coding: utf-8 -*-
# Utils.py
import base64
import csv
import os
import time
import requests
from Config import config


class Invoice:
    """
    发票识别类
    使用百度发票识别API，免费使用
    官方地址 https://ai.baidu.com/docs#/OCR-API/5099e085
    其它功能及配置请移步官网
    """

    @staticmethod
    def get_pic_content(image_path):
        """
        方法--打开图片
        以二进制格式打开
        """
        with open(image_path, 'rb') as pic:
            return pic.read()

    @staticmethod
    def parse_invoice(image_binary):
        """
        方法--识别图片
        调用百度接口，返回识别后的发票数据
        以下内容基本根据API调用的要求所写，无需纠结
        各类报错码在官网文档可查
        百度API注册及使用教程：http://ai.baidu.com/forum/topic/show/867951
        """
        # 识别质量可选high及normal
        # normal（默认配置）对应普通精度模型，识别速度较快，在四要素的准确率上和high模型保持一致，
        # high对应高精度识别模型，相应的时延会增加，因为超时导致失败的情况也会增加（错误码282000）
        access_token = "你的access_token"
        api_url = f"https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice?access_token={access_token}"
        quality = "high"
        header = {"Content-Type": "application/x-www-form-urlencoded"}
        # 图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，
        # 最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式
        image_data = base64.b64encode(image_binary)
        try:
            data = {"accuracy": quality, "image": image_data}
            response = requests.post(api_url, data=data, headers=header)
            if response.status_code != 200:
                print(time.ctime()[:-5], "Failed to get info")
                return None
            else:
                result = response.json()["words_result"]
                invoice_data = {
                    '检索日期': '-'.join(time.ctime().split()[1:3]),
                    '发票代码': result['InvoiceCode'],
                    '发票号码': result['InvoiceNum'],
                    '开票日期': result['InvoiceDate'],
                    '合计金额': result['TotalAmount'],
                    '价税合计': result['AmountInFiguers'],
                    '销售方名称': result['SellerName'],
                    '销售方税号': result['SellerRegisterNum'],
                    '购方名称': result['PurchaserName'],
                    '购方税号': result['PurchaserRegisterNum'],
                    "发票类型": result["InvoiceType"]
                }
                return invoice_data
        except:
            message = "发票识别API调用出现错误"
            Pushover.push_message(message)
            return None
        finally:
            print(time.ctime()[:-5], "产生一次了调用")

    @staticmethod
    def save_to_csv(invoice_data):
        """
        方法--日志保存
        将识别记录写入文件夹下work_log.csv文件
        若无此文件则自动创建并写入表头
        """
        if "work_log.csv" not in os.listdir():
            not_found = True
        else:
            not_found = False

        with open('./work_log.csv', 'a+') as file:
            writer = csv.writer(file)
            if not_found:
                writer.writerow(invoice_data.keys())
            writer.writerow(invoice_data.values())

    @staticmethod
    def run(image_path):
        """
        主方法
        解析完成返回信息，否则返回None
        """
        image_binary = Invoice.get_pic_content(image_path)
        invoice_data = Invoice.parse_invoice(image_binary)
        if invoice_data:
            Invoice.save_to_csv(invoice_data)
            return invoice_data
        return None


class DataParser:
    """
    数据分析类
    对识别返回后的数据进行整理，并于默认信息对比，查看有无错误
    这里只简单实现整理信息和检查名称和税号的方法，有兴趣可以增加其他丰富的方法
    """

    def __init__(self, invoice_data):
        self.invoice_data = invoice_data

    def get_detail_message(self):
        """
        对得到的发票信息的格式进行整理
        :return: 返回整理好的发票信息
        """
        values = [value for value in self.invoice_data.values()]
        detail_mess = f"完整信息为：" \
            f"\n发票代码: {values[1]}\n发票号码: {values[2]}\n开票日期: {values[3]}" \
            f"\n合计金额: {values[4]}\n价税合计: {values[5]}\n销售方名称: {values[6]}" \
            f"\n销售方税号: {values[7]}\n购方名称: {values[8]}\n购方税号:{values[9]}"
        return detail_mess

    def get_brief_message(self):
        """
        将信息中的名称和税号和默认值进行对比
        只做对错判断，读者丰富一下可以增加指出错误位置的信息
        :return: 返回判断的信息
        """
        if self.invoice_data["购方名称"] == config["company_name"]:
            brief_mess = "购方名称正确"
        else:
            brief_mess = "!购方名称错误!"
        if self.invoice_data["购方税号"] == config["company_tax_number"]:
            brief_mess += "\n购方税号正确"
        else:
            brief_mess += "\n!购方税号错误!"
        return brief_mess

    def parse(self):
        brief_mess = self.get_brief_message()
        detail_mess = self.get_detail_message()
        return brief_mess, detail_mess


class Pushover:
    """
    消息推送类
    本次使用Pushover为推送消息软件（30 RMB，永久，推荐）
    官网 https://pushover.net/
    可以向微信一样把相关信息推送至不同设备
    如果不需要可以把相关代码注释掉
    """

    @staticmethod
    def push_message(message):
        message += ">>>来自Python发票校验"
        try:
            requests.post("https://api.pushover.net/1/messages.json", data={
                "token": "你的Token",
                "user": "你的User",
                "message": message
            })
        except Exception as e:
            print(time.ctime()[:-5], "Pushover failed", e, sep="\n>>>>>>>>>>\n")

2. 微信机器人文件 – Wechat
包含一个部分：微信处理类 Wechat
作用是初始化机器人，对微信的消息进行处理，分析并作出回应。

# -*- coding: utf-8 -*-
# Wechat.py
import os
from wxpy import *


class Wechat:
    """
    微信处理类
    对微信的消息进行处理，分析并作出回应
    """

    def __init__(self, group_name, admin_name):
        self.bot = Bot()  # 类被实例化的时候即对机器人实例化

        self.group_name = group_name  # 指定群聊名
        self.admin_name = admin_name  # 管理员微信名

        self.received_mess_list = []  # 过滤后的消息列表
        self.order_list = []  # 管理命令列表
        self.pic_list = []  # 待解析图片绝对路径列表

    def get_group_mess(self):
        """
        方法--获取消息
        获取所有正常消息，进行过滤后存进消息列表
        """
        # 调用此方法时先清空上次调用时列表所存储的数据
        self.received_mess_list = []
        for message in self.bot.messages:
            # 如果为指定群聊或管理员的消息，存入group_mess
            sender = message.sender.name
            # >>>这里有一点要注意，如果你是用一个微信作为机器人且作为管理员<<<
            # >>>然后用这个微信号在群聊发消息，则信息sender会之指向自己而不是群聊<<<
            # >>>建议使用单独一个微信号作为机器人
            if sender == self.group_name or sender == self.admin_name:
                self.received_mess_list.append(message)
            # 其他的消息过滤掉
            self.bot.messages.remove(message)
        return None

    def parse_mess(self):
        """
        方法--处理群聊消息
        过滤获得的指定群聊消息
        设定所有新增群聊图片的绝对路径及群聊中产生的文字命令
        """
        # 调用此方法时先清空上次调用时列表所存储的数据
        self.pic_list = []
        self.order_list = []
        # self.group_order = []
        for message in self.received_mess_list:
            # 如果信息类型为图片，则保存图片并添加到图片列表
            if message.type == 'Picture' and message.file_name.split('.')[-1] != 'gif':
                self.pic_list.append(Wechat.save_file(message))
            # 如果消息类型为文字，则视为命令，保存到命令列表中
            if message.type == 'Text':
                self.order_list.append(message)
        return None

    @staticmethod
    def save_file(image):
        """
        方法--存储图片
        这里使用静态方法，是因为本方法和类没有内部交互，静态方法可以方便其他程序的调用
        解析名称，设定绝对路径，存储
        :param image: 接收到的图片(可以看成是wxpy产生的图片类，它具有方法和属性)
        :return: 返回图片的绝对路径
        """
        path = os.getcwd()
        # 如果路径下没有Pictures文件夹，则创建，以存放接收到的待识别图片
        if "Pictures" not in os.listdir():
            os.mkdir("Pictures")
        # 设定一个默认的图片格式后缀
        file_postfix = "png"
        try:
            # 尝试把图片的名称拆分，分别获取名称和后缀
            file_name, file_postfix = image.file_name.split('.')
        except Exception:
            # 当然有时候可能拆分不了，就把默认的后缀给它
            file_name = image.file_name
        # 赋予绝对路径
        file_path = path + '/Pictures/' + file_name + '.' + file_postfix
        # 将图片存储到指定路径下
        image.get_file(file_path)
        return file_path

    def send_group_mess(self, message):
        """
        方法--发送群消息
        :param message: 需要发送的内容
        """
        try:
            # 如果群聊名称被改变，搜索时会报错，如果找不到群聊，消息不会发送
            group = self.bot.groups().search(self.group_name)[0]
            group.send(message)
        except IndexError:
            print("找不到指定群聊，信息发送失败")
            return None

    def send_parse_log(self):
        """
        方法--发送查询日志
        向群聊内发送查询日志
        """
        try:
            # 如果群聊名称被改变，搜索时会报错，如果找不到群聊，消息不会发送
            group = self.bot.groups().search(self.group_name)[0]
        except IndexError:
            print("找不到指定群聊，查询日志发送失败")
            return None
        try:
            group.send_file("./work_log.csv")
        except:
            group.send("Oops, no log yet")
        return None

    def send_system_log(self):
        """
        方法--发送系统日志
        向群聊内发送查询日志
        """
        try:
            # 如果群聊名称被改变，搜索时会报错，如果找不到群聊，消息不会发送
            group = self.bot.groups().search(self.group_name)[0]
        except IndexError:
            print("找不到指定群聊，系统日志发送失败")
            return None
        try:
            group.send_file("./system_log.text")
        except:
            group.send("System log not found")
        return None

3. 主文件 – Main
包含一个main函数，一部分为发票识别和处理，另一部分对于指令做出反应。

# -*- coding: utf-8 -*-
# Main.py
import time
from Utils import Invoice, DataParser
from Config import config
from Wechat import *

# Author  : 达希
# Email   : [email protected]


def main():
    """
    主方法
    一部分为发票识别和处理，另一部分对于指令做出反应
    """
    # 输出重定向，将print语句都写进系统日志文件
    file = open("./system_log.text", "a+")
    sys.stdout = file
    # 实例化微信机器人，传入群聊名和管理员名
    wechat = Wechat(config["group_name"], config["admin_name"])
    while True:
        time.sleep(1)
        wechat.get_group_mess()
        wechat.parse_mess()

        # 若群聊有要处理的图片，则迭代解析
        if wechat.pic_list:
            for pic in wechat.pic_list:
                invoice_data = Invoice.run(pic)
                if invoice_data:
                    data_parser = DataParser(invoice_data)
                    brief_mess, detail_mess = data_parser.parse()
                    wechat.send_group_mess(detail_mess)  # 先发送发票识别详细信息
                    time.sleep(0.5)
                    wechat.send_group_mess(brief_mess)  # 返回名称和税号是否有错误
                else:
                    wechat.send_group_mess("请求未成功，请重试或联系管理员")

        # 若有相关命令，则做出相应反应
        if wechat.order_list:
            for order in wechat.order_list:
                if "开票信息" in order.text:
                    wechat.send_group_mess(config["company_name"])
                    time.sleep(0.5)
                    wechat.send_group_mess(config["company_tax_number"])
                elif "SEND LOG" in order.text:
                    wechat.send_parse_log()
                elif "SEND SYSTEM LOG" in order.text:
                    wechat.send_system_log()
                elif "BREAK" in order.text:
                    wechat.send_group_mess("收到关机指令，正在关机")
                    file.close()
                    return None


if __name__ == "__main__":
    main()

4. 配置文件 – Config
包含微信的配置文件信息

config = {
    "group_name": "发票校核ASAP",  # 校核群聊名称，由于本代码默认没有同名群聊，所以建议设为复杂值
    "admin_name": "达希",  # 管理员微信名（非备注）
    "company_name": "代码网络技术无限公司",  # 默认购方名称
    "company_tax_number": "XXX00000000000XXX"  # 默认购方税号
}

另外，代码在运行时会在同文件夹下创建一个Picture的文件夹，用于存储待解析的图片，会创建 work_log.csv 文件，用于存储识别信息的记录，还有 system_log.text 用于输出运行相应的日志。

由于本身需求较少，所以以上代码功能相对单薄，仅仅作为一个辅助的小脚本使用。若要进行优化完善，wxpy库提供了很多丰富的功能，可以在此基础上打造更加合理完善的，符合个性化需求的微信机器人。

水平有限，难免存在错误，还望指正。