# 📄 pdf2csv

Convertisseur de fichiers **PDF** en **CSV** basé sur [tabula-py](https://github.com/chezou/tabula-py) et [pandas](https://pandas.pydata.org/), empaqueté dans une image **Docker** légère.

Il est conçu pour traiter automatiquement les relevés bancaires PDF (ou autres tableaux PDF similaires) en appliquant des opérations de nettoyage et de fusion avant de produire un fichier CSV unique.

---

## 🚀 Fonctionnalités du script

Le script `convert.py` :

1. **Extraction**  
   - Utilise `tabula-py` pour extraire les tableaux depuis tous les fichiers PDF du dossier `/data`.
   - Supporte les PDFs multi-pages.

2. **Nettoyage des données**  
   - Supprime les **3 premières lignes** de chaque extrait, jusqu’à la ligne contenant `SOLDE`.
   - Supprime **toute ligne dont la première colonne contient `date`** (ligne d’entête répétée).
   - Supprime **la ligne contenant `Total des mouvements` ainsi que toutes celles qui suivent**.

3. **Fusion des documents**  
   - Fusionne tous les CSV générés en **un seul fichier final**.
   - Ajoute **en première ligne** du fichier final l’en-tête `date` (récupéré du premier tableau traité).

4. **Formatage des valeurs**  
   - Supprime tous les **points `.`** dans les deux dernières colonnes (pour nettoyer les séparateurs de milliers dans les montants).

5. **Export**  
   - Produit un **fichier CSV unique** propre, prêt à être utilisé dans un tableur ou un outil de gestion de budget.

---

## 📦 Construction de l'image

Clonez ce dépôt puis construisez l'image :

```bash
git clone https://gitea.example.org/monuser/pdf2csv.git
cd pdf2csv
docker build -t pdf2csv:latest .