Skip to content

银登网不良贷款转让专区个贷或信用卡转让公告和转让结果的PDF数据提取

License

Notifications You must be signed in to change notification settings

Mistborntt/PDFtoExcel

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

46 Commits
 
 
 
 
 
 

Repository files navigation

内容介绍

银登网 PDF

这里抓取个贷或信用卡转让公告PDF中不良贷款基本信息、时间安排和转让方式的数据,以及转让结果PDF中的项目名称等数据,并以Excel的形式导出。

代码使用Python语言,用到了pandas、pdfplumber、os、re和datetime库,其中pandas和pdfplumber库需要pip install下载,IDE推荐使用PyCharm。

其中:

'TransferNotice.py'是转让公告PDF数据的获取,封装了extract_data_notice函数,获取的字段包括:项目名称、出让方主体名称、下属机构、交易基准日、资产笔数(笔)、加权平均逾期天数、单一借款人最高未偿本息余额(元)、借款人加权平均年龄、未偿本金总额(元)、未偿利息总额(元)、未偿本息总额(元)、其他费用(元)、借款人平均未偿本息余额(元)、借款人加权平均授信额度(元)、次级(笔)、可疑(笔)、损失(笔)、已核销(笔)、信用(笔)、保证(笔)、未诉(笔)、诉讼中(笔)、已诉讼(笔)、仲裁中(笔)、已仲裁(笔)、已判未执(笔)'、执行中(笔)、撤回执行(笔)、执行中止(笔)、终结执行(笔)、终本执行(笔)、已调解(笔)、其他(笔)、备注、竞价报名截止时间、竞价日、转让方式、竞价方式、自由竞价开始时间、自由竞价结束时间、延时周期(分钟)、起始价(元)和加价幅度(元)。其中已诉讼(笔)、仲裁中(笔)、已仲裁(笔)、撤回执行(笔)和执行中止(笔)均为空,主要是早期转让公告格式不统一所致,但是字段予以保留;转让方式均为线上公开竞价、竞价方式均为多轮竞价。

'TransferResult.py'是转让结果PDF数据的获取,封装了extract_data_result函数,获取的字段包括:项目名称、项目编号、出让方主体名称、下属机构、受让方全称、转让协议签署日期和成交价格(元),其中成交价格(元)为空。

'Main.py'用来运行以上两个函数。

PDF样例各挑选了2份近日的转让公告和转让结果,可用来测试运行。

导出数据的格式具体可见'2023年个人不良贷款转让公告及转让结果.xlsx'。

后续看看能不能批量处理或者加入爬虫。

About

银登网不良贷款转让专区个贷或信用卡转让公告和转让结果的PDF数据提取

Topics

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages