这件事情的背景

我们是一家AI创业公司，致力于让AI理解国内所有保险产品，结合用户自身的诉求，为用户提供养老规划、理财规划、教育规划。

需要你做什么

我们需要将每一款保险产品的费率表和现价表解析成我们指定的格式，从而方便后面AI系统进行统一的数据分析。但由于保险公司提供的费率表和现价表结构都不一样，所以就需要你写程序将原始的费率表和现价表转换成我们指定的结构。

举个例子 - 费率表如何解析

保险公司提供的费率表长这样，并且都是PDF格式：

现在需要你写一个程序将PDF中的数据提取出来，并且按照如下结构存储成一份excel文件：

产出的这份excel文件包含如下几个字段：

• age：投保年龄

• sex：性别（是一个枚举，男用MALE表示，女用FEMALE表示）

• insurance_period：保障期限，也就是这个保险产品能提供多久的保障，有两种表达方式，如果是以Y结尾，表示保障多少年，如果是以A结尾，表示保障至多少岁。注意：如果产品名字中有“终身”字样，说明这款产品是保障终身的，那么这个字段直接填999Y即可。

• pay_frequency：交费频率，它是个枚举，枚举值如下

• ONCE：一次性缴费（保险专业术语交“趸交”）

• BY_YEAR：按年分期交费

• pay_period：交费期限，也就是交多久，它也有两种表示方式：

• 1Y：以Y结尾，表示交多少年

• 70A：以A结尾，表示交到多少岁

• amount：就是费率表中对应的数字值，也就是当前选项下对应的保费金额。

• 注意：最终excel存储的amount单位是分，但费率表中的单位可能是元，需要做元->分的转化。

再举个例子 - 现价表如何解析

原始的现价表长这样：

现在需要将它转换成如下格式：

现价表的最终转换的结构其实和费率表类似，只不过多了一列：policy_year(保单年度)

交付流程是怎样的

如果决定开始，你将收到保险产品的压缩包，每个产品一个文件夹，每个文件夹下面分别会有费率表和现价表两个PDF文件（说明书和条款请忽略），如下图所示：

收到这份产品清单后，你就可以开始按照上文所说的结构将PDF解析成我们指定结构的excel。

解析后的文件分别命名成费率表.excel现价表.excel放在每款产品各自的目录下即可，就像下图所示：

如何结算

每一批次任务完成后，我们将会对生成的费率表.excel和现价表.excel执行测试用例，一般会有50条测试用例，通过测试验收的excel文件将按照每个excel文档5元的价格支付。

没通过测试用例验收的excel，修改过后重新提交，提交通过后依然会按照每个excel 5元的价格支付。

时效要求

前两周没有时效要求，可以熟悉流程、了解数据结构。

两周之后需要保证每周至少完成50个产品的解析（一个产品同时包含一张费率表和一张现价表）。