Comment extraire les données de factures PDF vers Excel

Il existe quatre grandes façons de extraire les données de factures PDF vers Excel : le copier-coller (suffisant pour quelques factures), le connecteur PDF de Power Query dans Excel (adapté aux PDF qui contiennent de véritables tableaux contenant du texte), l'OCR (indispensable pour les factures numérisées ou photographiées) et les outils d'extraction par lot, qui lisent les champs clés (date, fournisseur, numéro de facture, taxe, total) de nombreuses factures à la fois. Le bon choix dépend du nombre de factures, de leur nature (numériques ou numérisées) et de ce dont vous avez besoin : les lignes de facture ou seulement les totaux d'en-tête.

Voici comment fonctionne chaque méthode, où elle atteint ses limites et comment vérifier le résultat.

D'abord : de quel type de PDF s'agit-il ?

Cela détermine presque tout :

Les PDF numériques (texte) sont générés par un logiciel de comptabilité, une boutique en ligne ou un système de facturation. Vous pouvez sélectionner et copier le texte. Les données sont déjà là. Il suffit de les répartir en colonnes.
Les PDF numérisés ou photographiés sont des images enregistrées au format PDF. Si vous ne pouvez pas sélectionner des mots un par un, il n'y a pas de couche de texte, et il faut de l'OCR (reconnaissance optique de caractères) pour le lire.

Test rapide : ouvrez le PDF et essayez de surligner le total avec le curseur. Si vous y arrivez, c'est un PDF texte.

Déterminez aussi ce dont vous avez besoin :

Champs d'en-tête (une ligne par facture) : date de facture, fournisseur, numéro de facture, sous-total, taxe, total. En général, cela suffit pour la tenue des comptes, le suivi des dépenses et les impôts.
Lignes de facture (une ligne par produit ou service) : nécessaires pour les stocks, le calcul des coûts par affaire ou l'analyse détaillée. C'est beaucoup plus difficile à extraire de façon fiable.

Méthode 1 : copier-coller

Pour une poignée de factures, la saisie manuelle est, à vrai dire, le moyen le plus rapide.

Ouvrez le PDF de la facture.
Sélectionnez les champs dont vous avez besoin et copiez-les.
Collez-les dans votre tableur. Dans Excel, le collage spécial en texte seul (Paste Special > Text ou Keep Text Only) évite de reprendre la mise en forme.
Corrigez les valeurs collées dans une seule cellule, si nécessaire avec l'outil de conversion de texte en colonnes (Data > Text to Columns).

Adapté à : moins d'une dizaine de factures environ et les tâches ponctuelles. Atteint ses limites : dès que le volume augmente. Des fautes de frappe s'infiltrent, et c'est lent.

Méthode 2 : le connecteur PDF de Power Query dans Excel

Excel intègre un connecteur PDF dans Power Query (la fonctionnalité Get Data, c'est-à-dire l'importation de données). Selon la documentation de Microsoft, il utilise une fonction appelée Pdf.Tables, qui renvoie toutes les tables trouvées dans un fichier PDF. Pour importer plusieurs fichiers PDF à la fois, on utilise un connecteur multifichier tel que le connecteur Folder (dossier).

Étapes générales (les noms de menus varient selon la version et la plateforme d'Excel) :

Dans Excel, ouvrez la commande d'obtention de données (Get Data) et choisissez l'option PDF. Sur les versions récentes de Microsoft 365 pour Windows, elle se trouve dans Data > Get Data > From File.
Parcourez vos dossiers jusqu'au PDF, puis cliquez sur Open.
Dans le panneau de navigation (Navigator), choisissez la table ou la page qui contient les données voulues.
Sélectionnez Load (charger) pour les importer dans une feuille, ou Transform Data (transformer les données) pour les nettoyer d'abord dans l'éditeur Power Query (suppression de lignes, fractionnement de colonnes, définition des types de données).
Pour de nombreuses factures, utilisez le connecteur Folder afin de combiner tous les PDF d'un dossier, puis appliquez la même transformation à l'ensemble.

Adapté à : des PDF numériques issus du même fournisseur ou du même système, dont la mise en page est homogène et dont les données figurent dans une vraie table, comme un tableau de lignes de facture. Atteint ses limites :

PDF numérisés : il n'y a pas de texte à détecter, donc pas de tables.
Fournisseurs variés : chaque mise en page est différente, si bien qu'une seule transformation ne convient pas à toutes.
Les champs d'en-tête comme le numéro de facture et la date ne figurent souvent pas du tout dans une table, ce qui les rend plus difficiles à isoler.
Le connecteur PDF n'est pas disponible dans toutes les éditions ni sur toutes les plateformes d'Excel : vérifiez la vôtre.

La documentation de Microsoft suggère aussi des moyens de traiter les PDF volumineux, par exemple en chargeant une plage de pages à la fois.

Méthode 3 : l'OCR pour les factures numérisées

Si vos factures sont des scans ou des photos, il faut d'abord reconnaître le texte. Voici quelques options :

L'OCR intégré aux logiciels PDF, qui ajoute une couche de texte au scan. Ensuite, vous pouvez copier-coller, ou parfois utiliser Power Query.
Les applications de scanner pour téléphone qui créent des PDF recherchables. Par exemple, le scanner de Google Drive sur Android décrit comment enregistrer les numérisations au format PDF consultable.
Les services cloud de traitement de documents proposés par les grands fournisseurs de cloud, destinés aux développeurs.

Adapté à : transformer des PDF composés uniquement d'images en texte exploitable. Atteint ses limites : l'OCR vous donne du texte, pas un tableur. Il vous reste à repérer la date, le total et la taxe dans ce texte et à les placer dans des colonnes. La précision baisse aussi avec des scans pâles, froissés ou en basse résolution : vérifiez donc les chiffres.

Méthode 4 : les outils d'extraction par lot

Les outils dédiés à l'extraction de factures et de reçus associent lecture et structuration. Vous importez de nombreuses factures, numériques ou numérisées, et vous obtenez un tableau avec une ligne par facture et des colonnes nommées.

ReceiptBatch fonctionne ainsi. Vous déposez un lot de PDF ou d'images, et il renvoie pour chaque document la date, le fournisseur, le sous-total, la taxe, le pourboire, le total, la devise et une catégorie suggérée, dans un tableau que vous pouvez modifier avant de télécharger le fichier Excel ou CSV. La page du convertisseur par lot de factures PDF vers Excel en explique les détails. Notez qu'il lit les totaux d'en-tête, pas les lignes de facture, et qu'il traite jusqu'à 10 pages par PDF.

Adapté à : de nombreuses factures provenant de fournisseurs très différents, un mélange de numérisations et de PDF numériques, et une tenue des comptes pour laquelle les totaux d'en-tête suffisent. Atteint ses limites : si vous avez besoin de chaque ligne de facture, ou si vous ne pouvez pas envoyer de documents vers un service en ligne pour des raisons de confidentialité. Consultez d'abord la politique de confidentialité de l'outil.

Comparatif

Méthode	Volume	PDF numérisés	Mises en page variées	Lignes de facture	Effort
Copier-coller	Faible	Uniquement si le texte est sélectionnable	Oui	Oui, lentement	Élevé pour chaque facture
Power Query PDF	Moyen à élevé	Non	Médiocre	Oui, pour des tables homogènes	Une configuration initiale, puis peu d'effort
OCR	Tout volume	Oui	Oui	Partiellement	Moyen, il faut encore structurer
Outil d'extraction par lot	Élevé	Oui	Oui	Selon l'outil	Faible, avec relecture

Quelle que soit la méthode : vérifiez le résultat

Les données extraites doivent toujours être relues avant d'entrer dans votre comptabilité ou dans une déclaration de revenus :

Comparez le nombre de lignes au nombre de fichiers. Chaque facture doit apparaître une seule fois.
Vérifiez les totaux. Le sous-total plus la taxe doit être égal au total. Une colonne de formule permet de repérer rapidement les écarts.
Vérifiez les dates. Attention aux inversions jour/mois (03/04 peut désigner le 4 mars ou le 3 avril).
Vérifiez la devise si vous achetez auprès de fournisseurs à l'étranger.
Comparez un échantillon aux PDF, surtout pour les montants les plus élevés.
Conservez les PDF d'origine. Le tableur n'est qu'un récapitulatif, et ce sont les factures qui constituent vos justificatifs.

Une fois les données propres, le guide du tableur de suivi des reçus montre comment les totaliser par catégorie avec SUMIFS ou un tableau croisé dynamique. Si vous les transmettez à un comptable, consultez comment préparer vos reçus pour votre comptable.

FAQ

Excel peut-il lire directement une facture PDF ?

Le connecteur PDF de Power Query dans Excel peut importer des tables à partir de PDF qui contiennent du texte. Il ne peut pas lire des images numérisées, et il n'est pas disponible dans toutes les éditions d'Excel.

Comment extraire le numéro et la date de la facture, et pas seulement la table ?

Ils se trouvent généralement en dehors du tableau des lignes de facture, si bien que l'importation fondée sur les tableaux ne les récupère souvent pas. Copiez-les manuellement, utilisez les transformations de Power Query si la mise en page est homogène, ou recourez à un outil d'extraction qui lit les champs d'en-tête.

Quelle différence entre une facture et un reçu dans ce cas ?

Les méthodes d'extraction sont les mêmes. Pour vos justificatifs, la différence tient à ce que prouve chaque document. Voir facture ou reçu.

Est-il sûr d'envoyer ses factures vers un outil en ligne ?

Les factures peuvent contenir des informations personnelles et professionnelles. Lisez la politique de confidentialité de l'outil pour savoir comment les fichiers sont traités et conservés, et n'utilisez que des services qui vous inspirent confiance.