Kontoauszug-Parser

Dieses Python-Skript extrahiert aus comdirect Finanzreport-PDFs die Girokonto-Umsätze und speichert sie als Tabelle im CSV-Format.

Anhand von Stichwörtern werden die Umsätze simpel kategorisiert. Das smarter zu gestalten ist eine Hoffnung für die Zukunft.

Installation

Das Skript erfordert eine funktionierende Installation von Python 3 mit den Modulen pandas und pypdf. Der einfachste Weg, diese Umgebung herzustellen, ist der Umgebungsmanager conda. Conda funktioniert unabhängig von evtl. anderen existierenden Python-Installationen.

• Dieses Repo runterladen und entpacken (grüner Knopf rechts oben: Code -> Download ZIP)
• Installiere conda/miniforge nach den Anweisungen dort
• Öffne eine miniforge-Kommandozeile
• cd pfad/zu/parse-kontoauszug
• conda env create -f environment.yml

Ausführung

Per mitgeliefertem Skript

• run-default.bat bearbeiten: Die drei Pfade zu python.exe, parsecomdi.py und dem Ordner mit den PDFs durch diejenigen auf dem eigenen System ersetzen.
  • Conda erstellt die Umgebung standardmäßig im Pfad %HOME%\.conda\envs\parse-kontoauszug, wie es im Skript schon steht. Falls das nicht der Fall ist, gibt conda env list Auskunft, wo die Umgebung und damit python.exe liegt.
• run-default.bat ausführen.

Direkt aus der Kommandozeile

• conda activate parse-kontoauszug
• python parsecomdi.py falls die Finanzreport PDFs in demselben Ordner liegen wie das Skript, oder in einem Unterordner.
• python parsecomdi.py -p "C:\Pfad\zu\PDFs" falls die Finanzreport PDFs anderswo liegen.
• python parsecomdi.py -o "girokonto-2023.csv" um den Namen der Ausgabedatei zu steuern.

Ergebnis

Erwartete Ausgabe in der Konsole:

CSV-Ausgabe geöffnet in Excel:

Weitere Auswertung der Tabelle

Mit Excel

Excel sollte mit der CSV-Datei wie sie ist arbeiten können. Da das CSV-Format nur simple Tabellen beschreiben kann, bietet es sich für Analysen natürlich an, die weitere Arbeit stattdessen im XLSX-Format abzuspeichern.

Mit Pandas

Die Tabelle wird um zu Excel nett zu sein im Windows-Encoding gespeichert. Das muss man Pandas explizit angeben:

import pandas
df = pandas.read_csv("girokonto.csv", encoding="cp1252", header=0, sep=";")
print(df) # mach was du willst damit