土地謄本內容擷取程式｜蘇雋程 Nelson 作品集

原本與現在

原本

打開謄本 PDF，把地號、面積、所有權人、持分一欄一欄輸入 Excel。謄本重新調閱後，先前人工補上的欄位還要再填一次。

現在

選好謄本 PDF，工具產出可接續使用的 Excel 資料與工作結果報告。重新調閱時，保留可配對的手填內容，並列出這次的異動。

要解決的問題

大量謄本需要轉成後續清冊可用的資料。重新調閱時，還要區分資料變動與承辦手填欄，避免更新把既有工作覆蓋。

輸入: 批次 PDF／文字檔及選用的上一版資料表。
結果與用途: 工作結果報告、標示部、所有權部與選用的異動報告。

處理流程

滑鼠移到步驟上就會切換說明（手機請點選）；紫框是目前顯示的步驟。

批次文件

辨識文字層或掃描影像，選擇對應的擷取方式。

核對重點：不同來源格式，應歸入一致的後續資料結構。

程式畫面

操作都在同一個視窗：左邊選檔案與輸出，右邊看進度。先看實際畫面，再看輸出的 Excel 長什麼樣子。

土地謄本內容擷取程式的實際畫面：左側是載入謄本、選擇舊純資料檔與輸出按鈕，右側顯示待處理檔案數、作業狀態與處理進度紀錄。 — 實際程式畫面（尚未載入檔案），點圖可看原尺寸。程式視窗上的名稱是「謄本資料轉換區 V6」。

畫面對照

載入謄本檔案 (PDF/TXT)一次加入多份謄本，右上方的「待處理檔案」會顯示數量。對應流程 01。
選擇舊純資料檔（選填）重新調閱謄本時，載入上一版資料來保留手填欄並比對異動；不選就只輸出新檔。對應流程 05。
縣市（備用，通常留白）縣市由程式自動判斷，判斷不出來時這一欄才生效。
開始匯出 Excel執行後在「處理進度紀錄」看每一步；個資圖片以本機 OCR 辨識。對應流程 02 到 04。
輸出文字預覽 (TXT)、開啟 Excel 存檔位置核對擷取到的文字，或直接打開輸出的資料夾。

輸出示意

輸出的 Excel 同時呈現可使用的資料與需要人工處理的地方；更新資料時也保留比對線索。

純資料.xlsx · 所有權部示意

示例地號	所有權人	持分	人工補欄	核對提示
0007-0000	示例甲	1/3	示例補註 A	已擷取
0007-0000	示例乙	1/3	示例補註 B	已擷取
0007-0000	示例〓OCR 低信心	1/3	待補	對照原文件

同筆土地可以有多名所有權人。紅字需對照原文件；沒有標記的欄位，也不代表已保證正確。

輸出內容示意，資料皆為虛構。示例補註皆為人工欄位內容，並非實際個人資料。

純資料.xlsx · 異動報告示意

異動類別	示例對象	差異或原因	處理結果
配對衝突	示例乙	舊資料對到多筆新紀錄	不自動搬移，待確認
手填衝突	示例甲	舊手填值與新資料不同	列出差異，待確認
新增	示例丁	本次新增的所有權紀錄	保留新資料
消失	示例戊	本次資料沒有對應紀錄	在報告中列出

輸出內容示意，資料皆為虛構。需要介入的情況先被看見，避免不確定的配對覆蓋既有內容。

設計重點

分清楚資料粒度

土地標示以土地為單位，所有權以土地及所有權紀錄為單位。

自動化保留人工核對邊界

低信心、衝突與異動要能被看見，不把沒有警告當成正確保證。

更新不覆蓋既有手填內容

配對不確定時先留審查，避免錯誤搬移。

成果摘要

實際交付

已交付同事使用

將批次謄本整理成可供後續清冊使用的 Excel 資料與工作結果報告。

資料結構

土地與所有權分開整理

以標示部及所有權部保留一筆土地對多名所有權人的關係。

更新與核對

保留手填，列出衝突

更新時只在可配對且新值空白處保留舊手填欄；低信心與配對衝突留待人工核對。

資料與欄位

欄位或設定	用途
土地標示資料	地號、面積及使用類別等土地層級資料。
所有權資料	所有權人、持分與登記關聯等紀錄。
人工填寫欄位	更新時需保留並處理可能衝突。
警告與異動狀態	區分需核對、變動及無法自動配對的結果。

技術選擇

條件是我提的；用哪些套件、程式怎麼分層是 AI 建議的，我確認符合條件後採用。

我提的條件	採用的做法
謄本含個資，不能上傳到網路服務	文字辨識（OCR）在自己的電腦上執行，使用 RapidOCR。
電子謄本與掃描謄本都要能處理	有文字的 PDF 直接讀取（pdfplumber、PyMuPDF）；掃描檔整頁做 OCR。
結果要能接到後面的清冊	輸出 Excel，分成「標示部」「所有權部」兩個分頁（pandas、openpyxl）；沒有使用資料庫。
同事的電腦不安裝 Python	介面用 CustomTkinter，打包成單一執行檔。

程式架構：分成解析、Excel 輸出、介面三層；解析那一層不依賴介面，可以單獨測試。

如何核對結果

以下呈現核對情境與預期結果，協助理解功能範圍。

OCR 結果有不確定欄位時，報告應明確指出。
同地號多名所有權人，資料關係應完整保留。
舊檔手填欄與新資料衝突時，不應直接覆蓋或搬移。

虛構資料示例

全部情境與資料皆為示例。

虛構資料情境	人工核對提示
示例 A：OCR 欄位不確定	列入警告並核對原文件。
示例 B：上一版手填值與新值不同	保留衝突，交由人確認。
示例 C：原地號消失、新地號出現	先列變動，不自動判定分割合併。

使用範圍

高信心 OCR 也可能辨識錯誤；掃描資料仍需人工核對。
多所有權人、罕用字與複雜掃描來源的測試範圍有限。
地號分割與合併不能僅依新增／消失資料自動判定。