Editions ENI Livres | Vidéos | e-Formations
Gestion des fichiers PDF
Introduction
UiPath propose de nombreuses commandes de manipulation de fichiers au format PDF. Il est possible d’accéder à certaines propriétés d’un fichier PDF comme le nombre de pages du document.
Ce qui est encore plus intéressant et spectaculaire est la possibilité d’utiliser des méthodes OCR (Optical Character Recognition ou reconnaissance optique de caractères) pour extraire du texte à partir de fichiers PDF numérisés.
Il est facile d’imaginer, par exemple, un traitement UiPath balayant un jeu de factures émises par des fournisseurs, au format PDF et présentes dans un répertoire, pour y récupérer des informations ensuite stockées dans une base de données. Nous nous contenterons de l’exploration d’une facture unique dans le troisième processus du chapitre.
Application « Nombre de pages d’un fichier PDF »
1. Présentation de l’application
L’objectif de cette première application est simplement de compter le nombre de pages présentes dans un fichier PDF qui aura été sélectionné sur votre système de fichiers lors de l’exécution du processus UiPath.
De nombreuses ressources existent sur Internet pour vous aider dans l’élaboration d’applications manipulant des fichiers PDF.
La documentation officielle UiPath concernant la lecture de fichiers PDF est disponible à l’adresse https://docs.uipath.com/activities/lang-fr/docs/read-pdf-files.
Pour développer des applications plus conséquentes, vous pourrez avoir recours à l’un des nombreux blogs portant sur la gestion des fichiers PDF depuis UiPath.
2. Application UiPath
Avant toute chose, il faut qu’une dépendance absente par défaut soit incluse dans le projet, la dépendance UiPath.PDF.Activities.
Le workflow de ce processus UiPath est relativement simple :
La sélection du fichier PDF à traiter s’effectue au travers d’une activité de type UiPath.Core.Activities.SelectFile.
Les propriétés de cette activité dans notre cas sont :
La propriété Filtre indique une sélection uniquement de fichiers de type PDF....
Application « Nombre de pages d’un lot de fichiers PDF »
1. Présentation de l’application
L’application que nous allons étudier reprend les bases vues dans la section Application « Nombre de pages d’un fichier PDF » mais cette fois-ci le traitement (détermination du nombre de pages d’un document PDF) sera généralisé pour l’ensemble des fichiers d’un répertoire choisi par l’intermédiaire de l’explorateur de fichiers.
Dans cet exemple, le processus additionnera le nombre de pages des fichiers PDF regroupant plusieurs œuvres de Stefan Zweig.
Le jeu de données pour cet auteur prolifique a été constitué à partir du site https://www.ebooksgratuits.com/ebooks.php.
2. Application UiPath
Comme pour le processus dans la section Application « Nombre de pages d’un fichier PDF », il faut qu’une dépendance absente par défaut soit incluse dans le projet, la dépendance UiPath.PDF.Activities.
Le workflow est bien sûr plus conséquent et il est présenté partiellement ci-après :
Consultons la liste des variables mémoire déclarées dans le cadre de ce processus UiPath :
Il s’agit globalement des mêmes variables que celles vues dans le processus précédent.
Pour...
Application « Lecture d’une facture au format PDF »
1. Présentation de l’application
Dans les vidéos de communication des éditeurs de la RPA (Robotic Process Automation), le traitement de documents PDF, tels que des bons de commande, des factures, des bordereaux administratifs… est souvent même mis en avant au même titre que le Data Scraping ou le Web Scraping.
C’est le cas aussi pour UiPath qui a prévu un jeu complet de composants (activités) dans son studio.
Cette fonctionnalité est spectaculaire, car il est possible d’extraire toutes les informations de ces documents PDF et de les stocker ensuite par exemple dans des bases de données.
Un processus UiPath ira toujours plus vite qu’un être humain dans la saisie manuelle de ces documents.
Il y a tout de même quelques bémols à apporter. Si le document est d’une très grande complexité, avec des champs présents de manière conditionnelle en particulier, le traitement UiPath sera compliqué à élaborer. Il faut aussi que les documents PDF soient homogènes. Il est difficile d’imaginer un processus UiPath capable de prendre en compte par exemple des factures émises par différents fournisseurs et ceci dans un même lot à traiter.
Dernier point : dans les échanges de données entre les entreprises, les transferts d’informations se font très souvent directement par l’intermédiaire de fichiers informatiques. C’est également le cas dans les administrations françaises, avec des portails tels que Chorus...
Pour aller plus loin
L’enjeu majeur que vous pourriez vous fixer serait de récupérer les informations produites par le processus ENI_UiPath_Lecture_facture_PDF_moteur_OCR_Tesseract et de les retranscrire dans une table d’une base de données MySQL locale ou dans un classeur Microsoft Excel.