【RPA】請求書PDFをPADでテキスト化。JavaScriptと正規表現のハマりポイントも回避。

あの手先
Profile

この記事では、PADで請求書PDFをテキスト化する方法と、JavaScriptを実行する時のハマりポイントを紹介します！

---

請求書って、毎月、毎月処理があるので大変ですよね。自分の話でいいますと、AWSの請求書から、各アカウント（各事業部）がそれぞれいくら使ったのかを集計しなくちゃいけないのですが、その請求書PDFが、1ファイル数十ページ、数十ファイルとかあるので、自動化するまでは、かなり大変でした。

例えば、AWSの請求書PDFをPADでテキスト化して、さらに正規表現を使って、ちょっとした加工を行うと、こんな感じのtsvファイルが一発で出力できちゃいます。

AWSアカウント	利用料	消費税
hogehoge-AmiVoice00 (012345678900)	$1,234,567.89	$123,456.78
hogehoge-AmiVoice01 (012345678901)	$123,456.78	$12,345.67
…	…	…
hogehoge-AmiVoice99 (012345678999)	$0.12	$0.01

正規表現は、請求書の種類ごとに作る必要がありますが、1度作ってしまえば、毎月の手間がなくなります！

目次

はじめに
1. 全体フローの解説
2. 各アクションの解説とハマりどころ
おわりに

はじめに

PAD（Power Automate Desktop）について

PADとは、Power Automate Desktopの略称で、RPA（Robotic Process Automation）ツールのひとつです。Microsoft社が2021年3月から無償で提供しています。PADを使えば、プログラミングの知識を持っていない方でも、ノーコード・ローコード開発で自動化アプリが簡単に作れます。PADは、ここからダウンロードできます。

実践するとできるようになること

・PDFをテキスト化（※今回の記事では手書きPDFは想定外です）

・PADでJavaScriptを実行（ハマりどころを公開してます）

・日常業務を自動化（他の重要な仕事に専念できる時間が増えます）

実践するために必要なものリスト

・PADを実行できる環境（執筆時のバージョン：2.23.114.22217）

・テキスト化したいPDF

1. 全体フローの解説

全体フローの完成形はこんな感じ

最初に処理開始～処理終了までのざっくりとした流れを解説します。

請求書PDFテキスト化の全体フロー

アクション①：フォルダー内のファイルを取得
⇒指定フォルダー内にあるPDFを探します。

アクション②：For each（ループ）
⇒各PDFごとにループ内のアクションを繰り返します。

アクション③：PDFからテキストを抽出
⇒PDFをテキスト化します。

アクション④：テキストを置換する
⇒JavaScriptを実行する際に不都合な文字を置き換えます。

アクション⑤：正規表現のエスケープテキスト
⇒JavaScriptを実行する際に不都合な特殊文字を置き換えます。

アクション⑥：JavaScriptの実行
⇒JavaScriptを実行します。（ここに正規表現を記述します）

アクション⑦：テキストをファイルに書き込む
⇒JavaScriptの実行結果をファイルに保存します。

アクション⑧：ファイルの移動
⇒テキスト化済みのPDFを指定フォルダー内に移動します。

アクション⑨：End（ループ）
⇒PDFが他にもあれば②に戻ります。なければループ終了。

簡単にまとめますと、指定フォルダー内にある、全てのPDFをテキスト化（JavaScriptの実行結果を保存）し、処理が終わったPDFを別のフォルダーに移動させる。です。

2. 各アクションの解説とハマりどころ

アクション①：フォルダー内のファイルを取得

まずは、テキスト化したいPDFの一覧を取得しましょう。
■アクション『フォルダー』⇒『フォルダー内のファイルを取得』

フォルダー：フォルダー内のファイルを取得

「フォルダー」：
テキスト化したいPDFのPath（保存場所）を指定します。例は、AWS請求書の中のAWS Incを指定しています。

「ファイルフィルター」：
この欄に *.pdf と入力すると、拡張子が.pdfである全てのファイルのPath一覧を取得できます。

「フロー変数 Files 」：
この変数に検索でヒットしたファイルのPath一覧が入ります。

これでテキスト化したいPDFのPath一覧が取得できます。

アクション②：For each（ループ）

次に、テキスト化したいPDFが複数あった場合に備えて、各PDFごとに処理を繰り返すためのループを設定しましょう。
■アクション『ループ』⇒『For each』

ループ：For each

「反復処理を行う値」：
PDFのPath一覧を指定します。この欄にフロー変数 %Files% と入力します。PADのアクションの中で変数を指定する時は、両端を % で挟んだ変数名を入力する必要があります。

「フロー変数 CurrentItem 」：
この変数に1つのPDFのPathが入ります。処理が繰り返されるたびに、次のPDFのPathに入れ替わります。

これで各PDFごとに処理を行う用意ができました。

アクション③：PDFからテキストを抽出

では本題に入って、PDFをテキスト化してみましょう。
■アクション『PDF』⇒『PDFからテキストを抽出』

PDF：PDFからテキストを抽出

「PDFファイル」：
PDFのPathを指定します。この欄にフロー変数 %CurrentItem% と入力します。

「フロー変数 ExtractedPDFText 」：
この変数にPDFから抽出したテキスト情報が入ります。実は、これだけでPDFのテキスト化が完了します。

単に請求書PDFをテキスト化したいだけの場合は、【アクション⑦：テキストをファイルに書き込む】に移動可能です。あとは、フロー変数 %ExtractedPDFText% を「書き込むテキスト」に入力し、保存場所を決めるだけです。

テキスト化後に、CSV形式やTSV形式に整えたい場合には、スクリプト（今回はJavaScript）で正規表現を使うと便利です。

アクション④：テキストを置換する

PADでJavaScript等のスクリプトを実行する時には、ハマりポイントがいくつか存在しています。その落とし穴を回避するために、ちょっとした工夫が必要です。このアクションでは、JavaScriptを実行する際に不都合な文字を置き換えます。この例では、フロー変数 %ExtractedPDFText% に含まれる " を削除しています。
■アクション『テキスト』⇒『テキストを置換する』

テキスト：テキストを置換する

「解析するテキスト」：
テキスト情報が入っている変数を指定します。この欄にフロー変数 %ExtractedPDFText% と入力します。

「検索するテキスト」：
置き換えられるテキストを指定します。この欄に " と入力します。（ダブルクォーテーション1つです。）テキスト情報に " と ' の両方が含まれている場合、どちらか片方を削除しないとスクリプトにその変数が渡せません。理由は、【アクション⑥：JavaScriptの実行】で紹介します。今回は " の方を削除するために入力しています。

「置き換え先のテキスト」：
置き換えるテキストを指定します。この欄に %''% と入力します。（シングルクォーテーション2つです。）これは、削除したい（何もない状態に置換したい）場合に使います。この欄に何も入力しなかった時は、下記のエラーになります。（パラメーター'置き換え先のテキスト':空にできません。）

「フロー変数 Replaced 」：
この変数に削除処理が完了したテキスト情報が入ります。

これでテキスト情報に含まれる " を削除できます。

アクション⑤：正規表現のエスケープテキスト

ハマりポイントは、まだあります。もうひと工夫が必要です。このアクションでは、JavaScriptを実行する際に不都合な特殊文字を置き換えます。
■アクション『テキスト』⇒『正規表現のエスケープテキスト』

テキスト：正規表現のエスケープテキスト

「エスケープするテキスト」：
エスケープするテキストを指定します。この欄にフロー変数 %Replaced% と入力します。テキスト情報に文字になっていない改行が含まれている場合、スクリプトにその変数が渡せません。ここで改行を文字の改行 \n に置換（エスケープ）します。【アクション：テキストを置換する】では、 \n に置換できません。

「フロー変数 EscapedText 」：
この変数に置換処理が完了したテキスト情報が入ります。

これでテキスト情報に含まれる改行を文字の改行に置換できます。

アクション⑥：JavaScriptの実行

JavaScript等のスクリプトを実行する前処理がやっと完了したので、気を取り直してJavaScriptを実行しましょう。
■アクション『スクリプト』⇒『JavaScriptの実行』

スクリプト：JavaScriptの実行

「実行するJavaScript」：
JavaScriptのソースコードを指定します。この欄にJavaScriptのソースコードと入力します。ソースコードは、請求書の仕様に応じて正規表現を作ってください。

PADで定義した数値型の変数をJavaScriptに渡す時は、%hogehoge% で渡すことができるのですが、テキスト型の変数を渡す時は、両端を " 又は ' で挟んだ変数名、"%hogehoge%" 又は '%hogehoge%' で渡す必要があります。これらのように記述しなかった時は、下記のエラーになります。（Microsoft JScript コンパイル エラー: 文字が正しくありません。）テキスト情報に " が含まれていなければ、 "%hogehoge%" で、' が含まれていなければ、 '%hogehoge%' で渡せます。

【アクション④：テキストを置換する】で回避した、テキスト情報に " と ' の両方が含まれている場合、どちらか片方を削除しないとエラーになる理由ですが、両端を " 又は ' で挟んだ変数名で渡す必要があるので、両方が含まれていた時は、下記のエラーになります。（Microsoft JScript コンパイル エラー: ';' がありません。等）

JavaScriptの中で変数の宣言を行う時は、var 、 let 、 const が使えません。これらを記述した時は、下記のエラーになります。（Microsoft JScript コンパイル エラー: ';' がありません。等）

JavaScriptの実行結果を出力するために、WScript.Echo() や WScript.StdOut.Write() が利用できます。WScript.Echo() は、改行ありの出力で、WScript.StdOut.Write() は、改行なしの出力です。

「フロー変数 JavascriptOutput 」：
この変数にJavaScriptの実行結果（正常時）が入ります。

「フロー変数 ScriptError 」：
この変数にJavaScriptのエラー内容（異常時）が入ります。

これでPADでJavaScriptを実行することができます。

アクション⑦：テキストをファイルに書き込む

では、JavaScriptの実行結果をファイルに保存しましょう。
■アクション『テキスト』⇒『テキストをファイルに書き込む』

テキスト：テキストをファイルに書き込む

「ファイルパス」：
保存場所のPath（ファイル名も）を指定します。例は、AWS請求書の中のAWS Inc.tsvを指定しています。※tsv形式でもcsv形式でも正規表現を使うと簡単に作れます。

「書き込むテキスト」：
保存したいテキスト情報を指定します。この欄にフロー変数 %JavascriptOutput% と入力します。※JavaScript（正規表現）を使わずに済んだ場合には、　この欄にフロー変数 %ExtractedPDFText% と入力します。

「新しい行を追加する」：
テキスト情報を書き込んだ後に改行を入れるかを指定します。オンでもオフでもお好きなように。

「ファイルが存在する場合」：
既存の内容を上書きするか、末尾に追記するかを指定します。今回はループの中で書き込む仕様なので、内容を追加するを選択します。

これで保存したいテキスト情報をファイルに保存できます。

アクション⑧：ファイルの移動

テキスト化済みのPDFを別のフォルダー内に移動させて管理したい場合には、これを使います。
■アクション『ファイル』⇒『ファイルの移動』

ファイル：ファイルの移動

「移動するファイル」：
PDFのPathを指定します。この欄にフロー変数 %CurrentItem% と入力します。

「宛先フォルダー」：
移動させるファイルのPath（保存場所）を指定します。例は、AWS請求書の中のAWS Inc_処理済を指定しています。

「ファイルが存在する場合」：
既存の内容を上書きするか、なにもしないかを指定します。基本的には、上書きを選択します。（お好きなように）

これでテキスト化済みのPDFを別のフォルダーに移動できます。

アクション⑨：End（ループ）

『アクション②：For each』を設定すると、自動的に追加されます。テキスト化してないPDFが他にもあれば②に戻ってループします。全てのPDFの処理完了で、ループ（フロー全体）が終了です。

おわりに

いかがでしたか？テキスト化できましたでしょうか？初回の設定は、ちょっと大変だったかもしれませんが、これらを業務フローに応じてカスタマイズしていけば、毎月の請求書処理がワンクリックでできると思います。

あの手先

ポチポチするだけで大半の仕事を遂行できるように、
業務自動化・RPA・MAの領域で、日々試行錯誤しています。