email-invoice-processor — メール請求書プロセッサー

作者：43 COLLEGE 凱寓 (KAIYU) 出品 バージョン：v1.0

初回設定

もし実行時に config.json が見つからない、またはメール接続に失敗したというエラーが出た場合は、SETUP.md を読んで初回設定を完了してください。

クロスプラットフォーム互換性

使用方法

macOS / Linux：

# 月全体を処理
python3 ${CLAUDE_SKILL_DIR}/scripts/process_invoices.py 2026-03

# 日付範囲を指定
python3 ${CLAUDE_SKILL_DIR}/scripts/process_invoices.py 2026-03-01~2026-03-15

# 単日
python3 ${CLAUDE_SKILL_DIR}/scripts/process_invoices.py 2026-03-15

# カスタム出力ディレクトリ
python3 ${CLAUDE_SKILL_DIR}/scripts/process_invoices.py 2026-03 -o ~/Desktop/三月発票

Windows：

python ${CLAUDE_SKILL_DIR}\scripts\process_invoices.py 2026-03
python ${CLAUDE_SKILL_DIR}\scripts\process_invoices.py 2026-03 -o %USERPROFILE%\Desktop\三月発票

処理フロー

1. 依存関係の事前チェック — 必須の依存関係が不足している場合は終了し、オプションの依存関係が不足している場合は警告のみ
2. メール接続 — IMAP SSL 経由で接続（認証情報は config.json から読み込み）
3. サーバーサイド検索 — キーワードと日付でメールサーバーをフィルタリングし、全量取得を回避
4. キーワードフィルタリング — メール件名/送信者/本文に対して請求書キーワードマッチングを実行
5. 3段階の添付ファイルダウンロード：
   • 直接添付ファイル（PDF 優先）
   • 本文中の HTTP リンクを抽出（HTML エンティティエンコーディングを自動処理）
   • Playwright ブラウザによるフォールバック（オプションの依存関係のインストールが必要）
6. ダウンロード後の検証：
   • マジックバイトによるファイルタイプ検出（HTML ページが PDF として保存されるのを防止）
   • 請求書の有効性検証（PDF キーワード / 画像サイズ）
   • QR コードの自動処理（デコード → ブラウザアクセス → PDF ダウンロード）
7. フィールド抽出 — pdfplumber のテーブル抽出とテキスト正規表現の二重戦略
8. Excel 生成 — 購入者ごとにシートを分け、合計行を含む
9. 処理ログ — スキップ/失敗した項目を記録

出力構造

~/Desktop/発票-2026-03/
├── 001-XX公司发票通知.pdf
├── 002-YY平台电子发票.pdf
├── 003-ZZ服务发票-qr.pdf      ← QRコード請求書を自動デコードしてダウンロードしたPDF
├── 発票汇总.xlsx
└── 处理日志.txt

抽出フィールド

請求書番号、請求書コード、発行日、販売者、購入者、金額（税抜き）、税額、税込み合計

依存関係

必須（不足している場合は終了します）：

• pdfplumber — PDF 解析
• openpyxl — Excel 生成
• requests — HTTP ダウンロード
• Pillow — 画像処理

オプション（不足している場合は一部の機能が制限されます）：

• playwright + chromium — JS レンダリングが必要な請求書リンクのダウンロード
• pyzbar — QR コード画像の自動デコード（Windows では libzbar.dll の追加インストールが必要）

必須依存関係のインストール：

pip install pdfplumber openpyxl requests Pillow

メール互換性

現在、IMAP プロトコルを介してメールボックスに接続しています。config.json で IMAP をサポートする任意のメールボックスを設定できます：

デフォルト設定は QQ メールです。メールボックスを変更するには、config.json の email、password、imap_server を変更するだけです。

既知の制限

1. 一部の JS を多用するプラットフォーム（諾諾網など）では、ヘッドレス Playwright が失敗する可能性があります。
2. 非標準の請求書形式では、フィールド抽出が不完全になる可能性があります。
3. OSS 署名リンクには有効期限があり、期限切れの場合は再取得が必要です。
4. 請求書フィールド抽出は、中国の付加価値税請求書形式に最適化されています。