Cómo extraer datos de facturas en PDF a Excel: 4 métodos

Hay cuatro formas principales de extraer datos de facturas en PDF y pasarlos a Excel: copiar y pegar (suficiente para unas pocas facturas), el conector de PDF de Power Query de Excel (útil para PDF que contienen tablas de texto reales), el OCR (necesario para facturas escaneadas o fotografiadas) y las herramientas de extracción por lotes, que leen los campos clave (fecha, proveedor, número de factura, impuesto, total) de muchas facturas a la vez. Cuál te conviene depende de cuántas facturas tengas, de si son digitales o escaneadas y de si necesitas las partidas o solo los totales del encabezado.

A continuación te explico cómo funciona cada método, dónde se queda corto y cómo comprobar el resultado.

Primero: ¿qué tipo de PDF tienes?

Esto determina casi todo:

Los PDF digitales (de texto) los generan programas de contabilidad, tiendas en línea y sistemas de facturación. Puedes seleccionar y copiar el texto. Los datos ya están ahí. Solo hay que colocarlos en columnas.
Los PDF escaneados o fotografiados son imágenes guardadas como PDF. Si no puedes seleccionar palabras sueltas, no hay capa de texto y necesitas OCR (reconocimiento óptico de caracteres) para leerlo.

Prueba rápida: abre el PDF e intenta resaltar el total con el cursor. Si puedes, es un PDF de texto.

Decide también qué necesitas:

Campos de encabezado (una fila por factura): fecha de la factura, proveedor, número de factura, subtotal, impuesto y total. Normalmente basta para la contabilidad, el control de gastos y los impuestos.
Partidas (una fila por producto o servicio): hacen falta para el inventario, el costeo de trabajos o los análisis detallados. Es mucho más difícil extraerlas de forma fiable.

Método 1: copiar y pegar

Para un puñado de facturas, introducir los datos a mano es, sinceramente, lo más rápido.

Abre el PDF de la factura.
Selecciona los campos que necesites y cópialos.
Pégalos en tu hoja de cálculo. En Excel, Pegado especial > Texto (o Mantener solo texto) evita arrastrar el formato.
Corrige los valores que se hayan pegado en una sola celda con Datos > Texto en columnas cuando haga falta.

Útil para: menos de unas diez facturas y trabajos puntuales. Se queda corto: con volumen. Se cuelan errores de tecleo y es lento.

Método 2: el conector de PDF de Power Query de Excel

Excel incluye un conector de PDF en Power Query (la función Obtener datos). Según la documentación de Microsoft, usa una función llamada Pdf.Tables, que devuelve las tablas que encuentre en un archivo PDF, y para importar varios archivos PDF a la vez se usa un conector de varios archivos, como el conector Carpeta (Folder).

Pasos generales (los nombres de los menús varían según la versión de Excel y la plataforma):

En Excel, abre Obtener datos (Get Data) y elige la opción PDF. En las versiones recientes de Microsoft 365 para Windows, está en Datos > Obtener datos > Desde un archivo.
Busca el PDF y selecciona Abrir.
En el Navegador (Navigator), elige la tabla o la página que contiene los datos que quieres.
Selecciona Cargar para llevarlos a una hoja, o Transformar datos (Transform Data) para limpiarlos antes en el Editor de Power Query (quitar filas, dividir columnas, definir tipos de datos).
Si tienes muchas facturas, usa el conector Carpeta para combinar todos los PDF de una carpeta y aplica después la misma transformación a todos.

Útil para: PDF digitales del mismo proveedor o sistema, con un diseño uniforme y datos en una tabla real, como una tabla de partidas. Se queda corto:

PDF escaneados: no hay texto que detectar, así que no hay tablas.
Proveedores distintos: cada diseño es diferente, así que una sola transformación no sirve para todos.
Los campos de encabezado, como el número de factura y la fecha, a menudo no están en ninguna tabla, y cuesta más localizarlos.
El conector de PDF no está disponible en todas las ediciones ni plataformas de Excel, así que comprueba la tuya.

La documentación de Microsoft también propone formas de manejar PDF grandes, por ejemplo cargar un intervalo de páginas cada vez.

Método 3: OCR para facturas escaneadas

Si tus facturas son escaneos o fotos, primero hay que reconocer el texto. Estas son algunas opciones:

OCR integrado en programas de PDF, que añade una capa de texto al escaneo. Después puedes copiar y pegar o, a veces, usar Power Query.
Aplicaciones de escáner para el móvil que generan PDF en los que se puedan hacer búsquedas. Por ejemplo, el escáner de Google Drive para Android explica cómo guardar los escaneos como PDF en los que se puedan hacer búsquedas.
Servicios de procesamiento de documentos en la nube que ofrecen los principales proveedores de servicios en la nube, pensados para desarrolladores.

Útil para: convertir PDF que solo contienen imágenes en texto utilizable. Se queda corto: el OCR te da texto, no una hoja de cálculo. Todavía tienes que localizar la fecha, el total y el impuesto en ese texto y colocarlos en columnas. Además, la precisión baja con escaneos descoloridos, arrugados o de baja resolución, así que revisa los números.

Método 4: herramientas de extracción por lotes

Las herramientas específicas de extracción de facturas y recibos combinan la lectura y la estructuración. Subes muchas facturas, digitales o escaneadas, y obtienes una tabla con una fila por factura y columnas identificadas.

ReceiptBatch funciona así. Subes un lote de PDF o imágenes y te devuelve, por cada documento, la fecha, el proveedor, el subtotal, el impuesto, la propina, el total, la moneda y una categoría sugerida, en una tabla que puedes editar antes de descargar el archivo en Excel o CSV. En la página del conversor por lotes de facturas PDF a Excel se explican los detalles. Ten en cuenta que lee los totales del encabezado, no las partidas, y que procesa hasta 10 páginas por PDF.

Útil para: muchas facturas de muchos proveedores distintos, una mezcla de escaneos y PDF digitales, y una contabilidad en la que basta con los totales del encabezado. Se queda corto: si necesitas todas las partidas o si, por confidencialidad, no puedes subir documentos a un servicio en línea. Revisa antes la política de privacidad de la herramienta.

Comparación

Método	Volumen	PDF escaneados	Diseños mixtos	Partidas	Esfuerzo
Copiar y pegar	Bajo	Solo si el texto se puede seleccionar	Sí	Sí, pero lento	Alto por factura
Power Query PDF	Medio a alto	No	Limitado	Sí, con tablas uniformes	Se configura una vez; después, bajo
OCR	Cualquiera	Sí	Sí	Parcialmente	Medio; aún hay que estructurar los datos
Herramienta de extracción por lotes	Alto	Sí	Sí	Depende de la herramienta	Bajo, más la revisión

Sea cual sea el método: revisa el resultado

Revisa siempre los datos extraídos antes de llevarlos a tu contabilidad o a una declaración de impuestos:

Compara el número de filas con el de archivos. Cada factura debe aparecer una sola vez.
Revisa los totales. El subtotal más el impuesto debe ser igual al total. Una columna con una fórmula sencilla señala las diferencias.
Revisa las fechas. Ojo con las confusiones entre día y mes (03/04 puede ser el 3 de abril o el 4 de marzo).
Revisa la moneda si compras a proveedores del extranjero.
Haz comprobaciones puntuales con los PDF, sobre todo con los importes más altos.
Conserva los PDF originales. La hoja de cálculo es un resumen; las facturas son tu respaldo.

Cuando los datos estén limpios, la guía de hoja de cálculo para recibos explica cómo sumarlos por categoría con SUMIFS o una tabla dinámica. Si se los vas a entregar a un contador, consulta cómo preparar tus recibos para tu contador.

Preguntas frecuentes

¿Puede Excel leer directamente una factura en PDF?

El conector de PDF de Power Query de Excel puede importar tablas de PDF que contengan texto. No puede leer imágenes escaneadas, y el conector no está disponible en todas las ediciones de Excel.

¿Cómo extraigo el número de factura y la fecha, y no solo la tabla?

Suelen estar fuera de la tabla de partidas, así que la importación basada en tablas a menudo no los recoge. Cópialos a mano, usa transformaciones de Power Query si el diseño es uniforme o recurre a una herramienta de extracción que lea los campos de encabezado.

¿Qué diferencia hay entre una factura y un recibo en este caso?

Los métodos de extracción son los mismos. A efectos de tus registros, la diferencia está en lo que prueba cada uno. Consulta factura vs. recibo.

¿Es seguro subir facturas a una herramienta en línea?

Las facturas pueden contener datos personales y de tu negocio. Lee la política de privacidad de la herramienta para saber cómo se procesan y almacenan los archivos, y usa solo servicios que te inspiren confianza.