<\/p>\n
Alle Jahre wieder tritt der Fall auf, dass die Inhalte eines oder mehrerer PDF-Dokumente eingelesen werden sollen. Diesmal sind es die Kontoauszüge: Ich habe es versäumt, die Buchungsdaten rechtzeitig und regelmäßig per Onlinebanking einzulesen. Da diese in der Regel nur für die vorherigen drei Monate abrufbar sind, stehe ich vor einem Problem. Das Abtippen der in gedruckter Form vorliegenden Auszüge ist selbstverständlich unter der Würde eines Programmierers. Also habe ich mir die PDFs von der Bank zusenden lassen – immerhin ein Eingeständnis.<\/b><\/p>\n
Lieber wäre es mir natürlich gewesen, wenn die Bank mir die Daten in Form einer Excel-Datei hätte zukommen lassen, aber das ist aus technischen Gründen wohl nicht möglich gewesen. Gut: PDF-Dokumente sind immerhin ein Kompromiss, denn mit ein wenig Fummelei lassen sich auch strukturiert vorliegende Daten auslesen.<\/p>\n
Für die in diesem Beitrag beschriebenen Techniken wurde die aktuellste Version von Adobe Reader <\/b>beziehungsweise Adobe Acrobat <\/b>verwendet (Version XI <\/b>beziehungsweise 11.0<\/b>).<\/p>\n
Eine Seite des Kontoauszuges, der eingelesen werden soll, sieht wie in Bild 1 aus<\/span>. Er besteht aus mehreren Seiten, die immer die gleiche Struktur aufweisen.<\/p>\n Bild 1: Dieser Kontoauszug soll eingelesen werden.<\/span><\/b><\/p>\n Welche Möglichkeiten bietet der Adobe Reader, um die enthaltenen Texte einzulesen oder diese zumindest besser einlesbar zu machen<\/p>\n Wenn Sie rechts auf Werkzeuge<\/b> klicken, erscheinen einige Konvertierungsoptionen etwa nach Word oder Excel (s. Bild 2).<\/p>\n Bild 2: Adobe Reader macht Hoffnung auf eine Vereinfachung, aber …<\/span><\/b><\/p>\n Allerdings handelt es sich hierbei um einen kostenpflichtigen Onlinedienst, wie Bild 3 zeigt.<\/p>\n Bild 5: Einbinden der Bibliothek für den Zugriff auf den Acrobat Reader<\/span><\/b><\/p>\n Die Kosten sind zwar überschaubar, aber wir wissen nicht, wie das Resultat aussehen wird – und außerdem müssen Sie hier gegebenenfalls sensible Daten wie Kontodaten auf den Adobe-Server laden. Das wollen wir nicht und prüfen, welche Möglichkeiten es noch gibt.<\/p>\n Copy and Paste<\/b><\/p>\n Die zweite Variante ist es, die Inhalte seitenweise zu markieren, kopieren und etwa in ein Textdokument oder ein Textfeld einzufügen, um diese dann per VBA weiterzuverarbeiten.<\/p>\n Diese Möglichkeit ist allerdings auch nur ein Zwischenschritt – Sie müssen immer noch die gewünschten Informationen aus den Zeilen und Spalten ermitteln.<\/p>\n Außerdem ist Copy and Paste eine nette Sache, wenn es sich um eine begrenzte Anzahl von Operationen handelt – die Kontoauszüge eines Jahres etwa möchte ich persönlich nicht alle von Hand kopieren. Zumal auch die Fehleranfälligkeit mit wachsender Anzahl Vorgänge steigt.<\/p>\n Zugriff per VBA<\/b><\/p>\n Der Acrobat Reader <\/b>liefert eine DLL mit, mit der Sie einige Aktionen ausführen können. Der Zugriff auf den Inhalt einer PDF-Datei gehört leider nicht dazu.<\/p>\n Dazu benötigen Sie den kostenpflichtigen Adobe Acrobat XI Pro<\/b>. Die Software kann allerdings kostenlos für 30 Tage getestet werden – wer die in diesem Artikel beschriebenen Techniken ausprobieren möchte, kommt damit locker aus.<\/p>\n Die Vorgängerversionen lieferten jeweils eine Schnittstelle, die sich per VBA bedienen ließ. Auch unter Acrobat Reader XI Pro <\/b>finden Sie im Verzeichnis C:\\Program Files (x86)\\Adobe\\Acrobat 11.0\\Acrobat <\/b>die Datei Acrobat.tlb <\/b>(s. Bild 4).<\/p>\n Bild 3: … es handelt sich um eine kostenpflichtige Dienstleistung.<\/span><\/b><\/p>\n Diese Datei können Sie über den Durchsuchen<\/b>-Dialog als Verweis in das VBA-Projekt der entsprechenden Datenbankanwendung einbinden (s. Bild 5).<\/p>\n Bild 4: Diese Bibliothek liefert einige Funktionen für die Programmierung der Acrobat-Funktionen.<\/span><\/b><\/p>\n Seitenzahl auslesen<\/b><\/p>\n Mit der folgenden einfachen Prozedur lesen Sie dann ganz einfach beispielsweise die Seitenzahl eines PDF-Dokuments aus:<\/p>\n Dazu deklarieren und erstellen Sie zunächst ein Objekt des Typs AcroPDDoc<\/b>, welches auf ein noch zu ladendes Dokument verweist.<\/p>\n Das Laden erledigen Sie mit der Load<\/b>-Anweisung unter Angabe des Dateipfades. Schließlich liefert die Funktion GetNumPages <\/b>die Seitenzahl (beim im Beispiel verwendeten Dokument waren es 284 Seiten – viel zu viele, um diese manuell zu durchforsten …).<\/p>\n PDF-Inhalt auslesen<\/p>\n Den eigentlichen Inhalt lesen Sie mit der Prozedur aus Listing 1<\/a><\/span> aus.<\/p>\n Listing 1: Ausgabe des Inhalts eines PDF-Dokuments im Direktfenster<\/p>\n Diese Prozedur erzeugt zunächst ein neues Objekt des Typs AcroPDDoc <\/b>und ruft die Open<\/b>-Methode auf, um das Quelldokument zu öffnen und zu referenzieren.<\/p>\n Danach durchläuft es eine Schleife über alle Seiten von 0 <\/b>bis .GetNumPages -1<\/b>. Die AcquirePage<\/b>-Methode holt einen Verweis auf die jeweilige Seite.<\/p>\n Interessant ist, dass wir die Inhalte gar nicht unmittelbar auf Basis dieses Objekts des Typs AcroPDPage<\/b> ermitteln.<\/p>\n Dieses dient nur dazu, ein Objekt des Typs AcroPoint <\/b>zu füllen. Dies wiederum geschieht mit der Methode GetSize<\/b>.<\/p>\n Das AcroPoint<\/b>-Objekt stellt nun zwei Eigenschaften bereit – nämlich die Höhe und die Breite der Seite (x <\/b>und y<\/b>).<\/p>\n Diese Eigenschaften benötigen Sie, um den auszulesenden Bereich auf der jeweiligen Seite zu definieren. Diesen legen Sie mit den Eigenschaften Left<\/b>, Top<\/b>, Right <\/b>und Bottom <\/b>des AcroRect<\/b>-Objekts fest.<\/p>\n Dabei ist der Nullpunkt des Bereichs links unten, sodass die Werte objPoint.x <\/b>und objPoint.y <\/b>den Eigenschaften Right <\/b>und Top <\/b>zugewiesen werden.<\/p>\n Damit ausgestattet können Sie mit der Eigenschaft GetNumText <\/b>die Anzahl der Textelemente des markierten Bereichs ermitteln.<\/p>\n Diese wiederum dient als Bereichsende beim Durchlaufen einer Schleife über alle Textelemente.<\/p>\n Innerhalb dieser Schleife gibt die Debug.Print<\/b>-Anweisung jeweils den mit der Funktion GetText <\/b>und der Nummer des zu ermittelnden Textelements gefundenen Text aus.<\/p>\n Der Text der eingangs abgebildeten Seite des Kontoauszugs sieht im Direktfenster beispielsweise wie in Bild 6 aus.<\/p>\n Bild 7: Tabelle zum Speichern der ermittelten Daten<\/span><\/b><\/p>\n Gewünschte Informationen ermitteln<\/b><\/p>\n Nun folgt noch die eigentliche Arbeit – das Ermitteln der Buchungssätze aus den Texten der Kontoauszüge. Diese sollen in der Tabelle tblBuchungen <\/b>landen, die wie in Bild 7 aussieht.<\/p>\n Bild 6: Ausgabe der Prozedur beim Ermitteln des PDF-Texts<\/span><\/b><\/p>\n Um die Texte der Kontoauszüge zu parsen, müssen Sie diese zunächst analysieren und Regeln aufstellen, wo die Prozedur die wichtigen Informationen findet.<\/p>\n Eine einfache Regel lautet hier: immer dort, wo ein Datum in der Form dd.mm<\/b>. zu Beginn der Zeile zu finden ist, beginnt ein neuer Buchungsdatensatz.<\/p>\n Die oberen Zeilen des Auszugs wiederholen sich auf jeder Seite und haben eine feste Position. Eventuell kann man sich deren Untersuchung gleich sparen, indem man den Bereich mit dem AcroRect<\/b>-Objekt entsprechend verkleinert. Dazu misst man entweder das Original-Dokument ab oder findet den richtigen Wert experimentell heraus. Im vorliegenden Fall soll nun nicht mehr das komplette Dokument untersucht werden (y = 300<\/b>), sondern nur der untere Teil (y = 250<\/b>). Dazu ersetzen Sie die Zeile<\/p>\n <\/p>\n durch die folgende Zeile:<\/p>\n Damit fällt schon einmal der oberste, sich wiederholende Teil des Auszugs weg (s. Bild 8).<\/p>\n Bild 8: Entfernen von Bestandteilen der Texte und Aufteilen nach einzelnen Buchungen<\/span><\/b><\/p>\n Danach kümmern wir uns um die auf jeder ersten Seite eines einzelnen Kontoauszugs erscheinende Adresse (das PDF-Dokument enthält mehrere davon). <\/p>\n Beispieldatei<\/b><\/p>\n Damit Sie die nachfolgenden Prozeduren selbst ausprobieren können, finden Sie in den Beispieldateien einen teilweise geschwärzten Auszug des verwendeten Kontoauszugs (s. Bild 9).<\/p>\n Bild 9: Geschwärztes Beispieldokument<\/span><\/b><\/p>\n Der Auszug enthält zwei Monate, sodass auch der Monatsübergang beim Einlesen berücksichtigt werden kann.<\/p>\n Einlesen des Dokumenttextes<\/b><\/p>\n Das Eintragen der Buchungen in die Tabelle erfolgt in zwei Schritten. Die Funktion InhaltErmitteln <\/b>soll den kompletten Text des Dokuments zeilenweise einlesen.<\/p>\n Die Prozedur InhaltAuswerten<\/b> ruft diese Funktion auf und verarbeitet die gelieferte Zeichenkette. Zunächst schauen wir uns jedoch die Funktion an, welche das PDF-Dokument einliest (s. Listing 2<\/a><\/span>).<\/p>\n Listing 2: Text des Kontoauszuges ermitteln<\/p>\n Die Prozedur erzeugt zu Beginn ein Objekt des Typs AcroPDDoc<\/b>, über welches das Dokument geladen und referenziert wird.<\/p>\n Das Beispieldokument heißt kontoauszuege_entpersonalisiert.pdf<\/b>. Es sollte sich im gleichen Verzeichnis wie die Datenbank befinden, damit es mit<\/p>\n geöffnet werden kann. Gleich im Anschluss beginnt die Prozedur mit dem Durchlaufen aller enthaltenen Seiten des Dokuments – dies geschieht wie bereits weiter oben beschrieben innerhalb einer For…Next<\/b>-Schleife.<\/p>\n Innerhalb der Schleife initialisiert die Prozedur die beiden Variablen bolBuchung <\/b>und strSeite<\/b>, die auf die Werte False <\/b>beziehungsweise eine leere Zeichenkette eingestellt werden.<\/p>\n Die Variable objPage <\/b>wird durch die Funktion AcquirePage <\/b>unter Angabe der Seitenzahl (beginnend bei 0<\/b>) mit der aktuell einzulesenden Seite gefüllt.<\/p>\n Danach wird mit GetSize <\/b>die Größe der Seite ermittelt und in objPoint <\/b>gespeichert. Dies dient dazu, den zu berücksichtigenden Bereich zu definieren.<\/p>\n Die dazu nötigen Koordinaten legen wir im Objekt objRect <\/b>ab, wobei die Breite der Seitenbreite entspricht und die Höhe – wie bereits besprochen – dem Bereich unterhalb des Dokumentkopfes (250<\/b>).<\/p>\n Die Methode CreateTextSelect <\/b>liest den kompletten in diesem Bereich der aktuellen Seite enthaltenen Text ein. Eine weitere For…Next<\/b>-Schleife durchläuft alle Text-Elemente und fügt die mit GetText <\/b>ermittelten Ausdrücke zu einer langen Zeichenkette zusammen – diese landet in der Variablen strSeite<\/b>.<\/p>\n Die erste Seite eines Kontoauszugs enthält unten links die Adresse des Kontoinhabers sowie eine Zahl (in diesem Beispiel lag diese immer zwischen 1 und 12 – siehe beispielsweise in Bild 10).<\/p>\n Bild 10: Ominöse Zahl auf der Startseite eines jeden Auszugs<\/span><\/b><\/p>\n Wäre diese Zahl nicht (manchmal fehlt diese auch), könnte man einfach die Adresse ersetzen.<\/p>\n So müsste man aber immer noch prüfen, ob sich zu Beginn der letzten Adresszeile die Zahl befindet. Aber es geht auch einfacher: Wir wenden einfach den Trick von eben nochmals an, mit dem wir einfach einen nicht benötigten Teil des Dokuments nicht ausgelesen haben – nur, dass wir diesmal nicht den oberen, sondern den linken Rand ausklammern.<\/p>\n Dazu stellte die Prozedur bereits ein paar Zeilen weiter oben die Eigenschaft Left <\/b>des zu lesenden Bereichs auf 30 <\/b>ein.<\/p>\n Die nun folgende Zeile ersetzt den kompletten Adressblock (Zeilenumbrüche werden durch vbcrlf <\/b>abgebildet) durch eine leere Zeichenfolge.<\/p>\n Kontostand entfernen<\/b><\/p>\n Ebenfalls nicht eingelesen werden soll der Kontostand. Dieser wird immer auf der letzten Seite eines Kontoauszugs angezeigt, eingeleitet durch eine Zeile wie die folgende:<\/p>\n Sollte sich die Zeichenkette Alter Kontostand Euro <\/b>also auf einer Seite befinden, schneidet die Prozedur den Text ab dieser Zeile ab.<\/p>\n Schließlich kann es noch sein, dass hinter dem eigentlichen Kontoauszug noch eine Seite mit allgemeinen Informationen folgt – etwa der Hinweis, dass mal wieder irgendein TAN-Verfahren abgelöst wird.<\/p>\n Auf dieser Seite befanden sich auf den untersuchten Auszügen regelmäßig keine Buchungen, sodass wir einfach nur prüfen müssen, ob die Seite mindestens ein für einen Buchungssatz typisches Element enthält. Eine Buchung startet immer mit einer Datumsangabe im Format dd.mm.<\/b>, also brauchen wir nur danach zu suchen.<\/p>\n Dazu teilen wir die einzelnen Zeilen des Textes auf die Elemente eines String-Arrays auf und durchlaufen danach alle Elemente dieses Arrays.<\/p>\n Innerhalb der dafür verwendeten For…Next<\/b>-Schleife prüft die Prozedur, ob eine Zeichenkette der Form [0-9][0-9].[0-9][0-9]. <\/b>in der aktuellen Zeile vorkommt. Falls ja, wird die Variable bolBuchung <\/b>auf True <\/b>eingestellt und die Schleife verlassen.<\/p>\n Die folgende If…Then<\/b>-Bedingung prüft, ob bolBuchung <\/b>den Wert True <\/b>aufweist, und hängt gegebenenfalls den Inhalt der aktuellen Seite an die Variable strDokument <\/b>an, welche die Inhalte aller Seiten zusammenfasst.<\/p>\n Nach dem Durchlaufen aller Seiten gibt die Funktion den Wert der Variablen strDokument <\/b>an die aufrufende Prozedur zurück. strDokument <\/b>enthält zu diesem Zeitpunkt alle Buchungen des kompletten Dokuments.<\/p>\n Auslesen der Buchungsdatensätze<\/b><\/p>\n Diese aufrufende Prozedur heißt InhaltAuswerten<\/b> und ist in Listing 3<\/a><\/span> zu finden. Die Prozedur löscht zunächst alle Datensätze der Tabelle tblBuchungen<\/b>.<\/p>\n Listing 3: Buchungsdatensätze aus dem Inhalt von Bankauszügen ermitteln<\/p>\n Danach verwendet sie die soeben vorgestellte Funktion InhaltErmitteln<\/b>, um die Buchungstexte des Dokuments mit den Kontoauszügen zu analysieren.<\/p>\n Die folgende Anweisung verwendet die Split<\/b>-Funktion, um die einzelnen Zeilen der Zeichenkette als neue Elemente eines String-Arrays anzulegen. Diese werden anschließend innerhalb einer For…Next<\/b>-Schleife durchlaufen.<\/p>\n Es gibt noch einen Ausnahmefall, in dem die enthaltenen Zeilen keine Buchungsdaten enthalten – und zwar dann, wenn ein Quartal um ist. In diesem Fall zeigt das Dokument beispielsweise die folgenden beiden Zeilen an:<\/p>\n Diese beiden Zeilen sollen durch den Einsatz einer geeigneten If…Then<\/b>\/ElseIf<\/b>-Bedingung umgangen werden. Erst im Else<\/b>-Teil kümmert sich die Prozedur um die tatsächlichen Buchungsdatensätze.<\/p>\n Ein solcher Buchungsdatensatz setzt sich nun aus mehreren Elementen des Arrays zusammen, die zusammengefasst etwa wie folgt aussehen:<\/p>\n Jedes Mal, wenn die Prozedur eine Zeile mit zwei Datumsangaben im Format dd.mm. dd.mm <\/b>vorfindet, geht sie davon aus, dass ein neuer Buchungsdatensatz beginnt.<\/p>\n In diesem Fall wird jeweils der vorherige (!) Buchungsdatensatz verarbeitet, denn erst wenn ein neuer Buchungsdatensatz erkannt wird, wurden alle Zeilen des vorherigen Buchungsdatensatzes eingelesen und können in das Feld Buchungstext <\/b>der Tabelle tblBuchungen <\/b>eingetragen werden (s. Bild 11). Beim ersten Buchungsdatensatz findet sich gleich die Ausnahme: Dieser beginnt zwar mit einem Datum, allerdings ist zu diesem Zeitpunkt die Variable strBuchung <\/b>noch leer – was darauf hindeutet, dass zuvor noch keine Buchung eingelesen wurde.<\/p>\n Bild 11: Eingelesene Buchungen<\/span><\/b><\/p>\n Deshalb wird in diesem Fall einfach nur die erste Zeile in die Variable strBuchung <\/b>geschrieben – genau wie bei den folgenden Zeilen.<\/p>\n Wenn die Prozedur dann auf die nächste Zeile mit einem Buchungsdatum stößt, ist die vorherige Buchung komplett in der Variablen strBuchung <\/b>enthalten und die Anweisungen in der innersten If…Then<\/b>-Bedingung werden abgearbeitet.<\/p>\n Sie speichert das Buchungsdatum (also die ersten sechs Zeichen im Format dd.mm. <\/b>plus das Jahr, hier 2011<\/b>) in der Variablen datBuchung<\/b>. Das Einlesen des Betrags ist etwas aufwendiger.<\/p>\n Dieser landet zunächst in der Variablen strBetrag <\/b>– und zwar in Form der kompletten ersten Zeile, die etwa so aussieht und die im ersten Schritt um den Zeilenumbruch (vbCrLf<\/b>) erleichtert wird:<\/p>\n Im zweiten Schritt speichert die Prozedur das Vorzeichen am Ende der Zeile in der Variablen strVorzeichen<\/b>.<\/p>\n Dieses schneidet die Prozedur im folgenden Schritt ab, um schließlich nur noch den hintersten Teil der Zeile bis zum ersten Leerzeichen von hinten als neuen Wert der Variablen strBetrag <\/b>festzulegen. Dieser lautet dann beispielsweise 29,90<\/b> oder 1.000,00<\/b>.<\/p>\n Da die gleich folgende SQL-Aktionsabfrage nichts mit dem Punkt als Tausendertrennzeichen anfangen kann, wird dieser in der folgenden Anweisung elimiert, bevor zu guter Letzt das Komma als Dezimaltrennzeichen durch einen Punkt ersetzt und um das Vorzeichen ergänzt wird – der Wert von strBetrag <\/b>lautet also nun etwa +29.90 <\/b>oder -1000.00<\/b>.<\/p>\n Damit haben wir alle Informationen zusammen, die mit einer INSERT INTO<\/b>-Anweisung in einen neuen Datensatz der Tabelle tblBuchungen <\/b>landen sollen. Damit die Prozedur die gleichen Daten nicht nochmals verwendet, leert sie strBuchungen <\/b>durch das Zuweisen einer leeren Zeichenfolge. Fertig – die Tabelle tblBuchungen <\/b>sollte nach dem Ausführen der Prozedur, die je nach der Seitenzahl des Kontoauszugs auch einige Sekunden dauern kann, wie in Bild 10 gefüllt sein.<\/p>\n Seiten des Dokuments bearbeiten<\/b><\/p>\n Im Falle der Kontoauszüge, die als Beispiel für diesen Beitrag herhalten, hat die Bank es etwas zu gut gemeint: Die kompletten Informationen hingen nämlich zwei Mal hintereinander, sodass der hintere Teil abgetrennt werden muss.<\/p>\n So etwas können Sie leicht per VBA erledigen, wenn Sie die Acrobat Pro-Version installiert haben.<\/p>\n![\"pic001.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic001.png\")
<\/p>\n![\"pic003.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic003.png\")
<\/p>\n![\"pic005.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic005.png\")
<\/p>\n![\"pic002.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic002.png\")
<\/p>\n![\"pic004.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic004.png\")
<\/p>\nPublic Sub Seitenzahl()\r\n Dim objDocument As Acrobat.AcroPDDoc\r\n Set objDocument = New Acrobat.AcroPDDoc\r\n With objDocument\r\n .Open CurrentProject.Path _\r\n & "\\kontoauszuege.pdf"\r\n Debug.Print .GetNumPages\r\n End With\r\nEnd Sub<\/pre>\n
Public Sub SeiteninhalteAusgeben()\r\n Dim objDocument As Acrobat.AcroPDDoc\r\n Dim objPage As Acrobat.AcroPDPage\r\n Dim objSelect As Acrobat.AcroPDTextSelect\r\n Dim objRect As Acrobat.AcroRect\r\n Dim objPoint As Acrobat.AcroPoint\r\n Dim lngNumText As Long\r\n Dim i As Integer\r\n Set objDocument = New Acrobat.AcroPDDoc\r\n With objDocument\r\n .Open CurrentProject.Path & "\\kontoauszuege.pdf"\r\n For i = 0 To .GetNumPages - 1\r\n Set objPage = .AcquirePage(i)\r\n Set objPoint = objPage.GetSize\r\n Set objRect = New Acrobat.AcroRect\r\n objRect.Left = 0\r\n objRect.Top = objPoint.y\r\n objRect.Right = objPoint.x\r\n objRect.bottom = 0\r\n Set objSelect = objDocument.CreateTextSelect(i, objRect)\r\n Debug.Print vbCrLf & "*** Seite " & i\r\n For lngNumText = 1 To objSelect.GetNumText\r\n Debug.Print objSelect.GetText(lngNumText - 1);\r\n Next lngNumText\r\n Next i\r\n .Close\r\n End With\r\nEnd Sub<\/pre>\n
![\"pic007.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic007.png\")
<\/p>\n![\"pic006.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic006.png\")
<\/p>\nobjRect.Top = objPoint.y<\/pre>\n
objRect.Top = 250<\/pre>\n
![\"pic008.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic008.png\")
<\/p>\n![\"pic010.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic010.png\")
<\/p>\nPublic Function InhaltErmitteln() As String\r\n Dim objDocument As Acrobat.AcroPDDoc\r\n Dim objPage As Acrobat.AcroPDPage\r\n Dim objSelect As Acrobat.AcroPDTextSelect\r\n Dim objRect As Acrobat.AcroRect\r\n Dim objPoint As Acrobat.AcroPoint\r\n Dim lngNumText As Long\r\n Dim strSeite As String\r\n Dim strDokument As String\r\n Dim bolBuchung As Boolean\r\n Dim strZeilen() As String\r\n Dim intZeile As Integer\r\n Dim i As Integer\r\n Dim j As Integer\r\n Set objDocument = New Acrobat.AcroPDDoc\r\n With objDocument\r\n .Open CurrentProject.Path & "\\kontoauszuege_entpersonalisiert.pdf"\r\n For i = 0 To .GetNumPages - 1\r\n bolBuchung = False\r\n strSeite = ""\r\n Set objPage = .AcquirePage(i)\r\n Set objPoint = objPage.GetSize\r\n Set objRect = New Acrobat.AcroRect\r\n objRect.Left = 30\r\n objRect.Top = 250 ''objPoint.y\r\n objRect.Right = objPoint.x\r\n objRect.bottom = 0\r\n Set objSelect = objDocument.CreateTextSelect(i, objRect)\r\n For lngNumText = 1 To objSelect.GetNumText\r\n strSeite = strSeite & objSelect.GetText(lngNumText - 1)\r\n Next lngNumText\r\n strSeite = Replace(strSeite, "Herr" & vbCrLf & "Andre Minhorst" & vbCrLf _\r\n & "Borkhofer Str. 17" & vbCrLf & " 47137 Duisburg", "")\r\n If InStr(1, strSeite, "Alter Kontostand Euro") > 0 Then\r\n strSeite = Mid(strSeite, 1, InStr(1, strSeite, "Alter Kontostand Euro") - 1)\r\n End If\r\n strZeilen = Split(strSeite, vbCrLf)\r\n For intZeile = LBound(strZeilen) To UBound(strZeilen)\r\n If Left(strZeilen(intZeile), 7) Like "[0-9][0-9].[0-9][0-9]. " Then\r\n bolBuchung = True\r\n End If\r\n Next intZeile\r\n If bolBuchung = True Then\r\n strDokument = strDokument & strSeite & vbCrLf\r\n End If\r\n Next i\r\n .Close\r\n End With\r\n InhaltErmitteln = strDokument\r\nEnd Function<\/pre>\n
CurrentProject.Path _\r\n& "\\kontoauszuege_entpersonalisiert.pdf"<\/pre>\n
![\"pic011.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic011.png\")
<\/p>\nAlter Kontostand Euro 1.204,90 +<\/pre>\n
Public Sub InhaltAuswerten()\r\n Dim db As DAO.Database\r\n Dim strInhalt As String\r\n Dim strInhalte() As String\r\n Dim lngInhalt As Long\r\n Dim strBuchung As String\r\n Dim datBuchung As Date\r\n Dim strBetrag As String\r\n Dim strVorzeichen As String\r\n Set db = CurrentDb\r\n db.Execute "DELETE FROM tblBuchungen", dbFailOnError\r\n strInhalt = InhaltErmitteln\r\n strInhalte = Split(strInhalt, vbCrLf)\r\n For lngInhalt = LBound(strInhalte) To UBound(strInhalte)\r\n If Left(strInhalte(lngInhalt), 18) = "Rechnungsabschluss" Then\r\n ElseIf Left(strInhalte(lngInhalt), 14) = "Abschlusssaldo" Then\r\n Else\r\n If Left(strInhalte(lngInhalt), 7) Like "[0-9][0-9].[0-9][0-9]. " Then\r\n If Len(strBuchung) > 0 Then\r\n datBuchung = CDate(Left(strBuchung, 6) & "2011")\r\n strBetrag = Left(strBuchung, InStr(1, strBuchung, vbCrLf) - 1)\r\n strVorzeichen = Right(Trim(strBetrag), 1)\r\n strBetrag = Trim(Left(strBetrag, Len(strBetrag) - 2))\r\n strBetrag = Mid(strBetrag, InStrRev(strBetrag, " "))\r\n strBetrag = Replace(strBetrag, ".", "")\r\n strBetrag = strVorzeichen & Replace(strBetrag, ",", ".")\r\n db.Execute "INSERT INTO tblBuchungen(Buchungsdatum, Betrag, Buchungstext) VALUES(" _\r\n & Format(datBuchung, "\\#yyyy\\\/mm\\\/dd\\#") & "," & strBetrag & ", ''" _\r\n & strBuchung & "'')", dbFailOnError\r\n End If\r\n strBuchung = ""\r\n End If\r\n strBuchung = strBuchung & strInhalte(lngInhalt) & vbCrLf\r\n End If\r\n Next lngInhalt\r\nEnd Sub<\/pre>\nRechnungsabschluss -\r\nAbschlusssaldo per 31.03.11 Haben 4.461,29 Euro<\/pre>\n
23.03. 23.03. 0054 Gutschrift 29,90 +\r\nANDRE MINHORST\r\nRECHNR. 12121212-123\r\nKarl Klammer<\/pre>\n
![\"pic012.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic012.png\")
<\/p>\n23.03. 23.03. 0054 Gutschrift 29,90 +<\/pre>\n
![\"pic009.png\"](\"..\/fileadmin\/_temp_\/2013_01\/PDFEinlesen-web-images\/pic009.png\")
<\/p>\n