Jak wyodrębnić dane z faktur PDF do Excela: 4 metody

Dane z faktur PDF do Excela możesz przenieść na cztery główne sposoby: kopiuj-wklej (w sam raz przy kilku fakturach), złącze PDF w Power Query w Excelu (dobre dla plików PDF z prawdziwymi tabelami tekstowymi), OCR (potrzebny przy zeskanowanych lub sfotografowanych fakturach) oraz narzędzia do wsadowego wyodrębniania danych, które odczytują kluczowe pola (datę, dostawcę, numer faktury, podatek, sumę) z wielu faktur naraz. Wybór metody zależy od liczby faktur, od tego, czy są cyfrowe, czy zeskanowane, oraz od tego, czy potrzebujesz pozycji faktury, czy tylko sum na poziomie dokumentu.

Poniżej zobaczysz, jak działa każda metoda, gdzie zawodzi i jak sprawdzić wynik.

Najpierw: z jakim plikiem PDF masz do czynienia?

To rozstrzyga prawie wszystko:

Cyfrowe (tekstowe) pliki PDF są generowane przez programy księgowe, sklepy internetowe i systemy rozliczeniowe. Możesz zaznaczyć i skopiować zawarty w nich tekst. Dane już tam są — trzeba je tylko ułożyć w kolumnach.
Zeskanowane lub sfotografowane pliki PDF to obrazy zapisane jako PDF. Jeśli nie możesz zaznaczyć pojedynczych słów, plik nie zawiera warstwy tekstowej i do odczytania treści potrzebujesz OCR (optycznego rozpoznawania znaków).

Szybki test: otwórz plik PDF i spróbuj zaznaczyć kursorem sumę. Jeśli się da, to tekstowy PDF.

Zdecyduj też, czego potrzebujesz:

Dane nagłówkowe (jeden wiersz na fakturę): data faktury, dostawca, numer faktury, suma częściowa, podatek, suma. Zwykle wystarcza to do księgowości, śledzenia wydatków i podatków.
Pozycje faktury (jeden wiersz na produkt lub usługę): potrzebne do inwentaryzacji, kalkulacji kosztów zleceń lub szczegółowej analizy. O wiele trudniej wyodrębnić je wiarygodnie.

Metoda 1: kopiuj-wklej

Przy garstce faktur naprawdę najszybsze jest wpisanie danych ręcznie.

Otwórz plik PDF z fakturą.
Zaznacz potrzebne pola i skopiuj je.
Wklej je do arkusza kalkulacyjnego. W Excelu wklejanie jako sam tekst (Paste Special > Text lub Keep Text Only) pozwala uniknąć przenoszenia formatowania.
Popraw wartości, które wkleiły się do jednej komórki, w razie potrzeby używając funkcji tekst na kolumny (Data > Text to Columns).

Sprawdza się przy: niewielkiej liczbie faktur — mniej więcej do dziesięciu — oraz jednorazowych zadaniach. Zawodzi: przy większej liczbie faktur. Wkradają się literówki, a praca idzie wolno.

Metoda 2: złącze PDF w Power Query w Excelu

Excel udostępnia złącze PDF w Power Query, czyli funkcji Get Data (Pobieranie danych). Według dokumentacji Microsoftu korzysta ono z funkcji Pdf.Tables, która zwraca wszystkie tabele znalezione w pliku PDF, a żeby zaimportować wiele plików PDF naraz, używa się złącza obsługującego wiele plików, takiego jak złącze Folder.

Ogólne kroki (nazwy menu zależą od wersji Excela i platformy):

W Excelu otwórz funkcję pobierania danych (Get Data) i wybierz opcję PDF. W nowszych wersjach Microsoft 365 dla Windows znajdziesz ją w menu Data > Get Data > From File.
Wskaż plik PDF i wybierz Open (otwórz).
W oknie Navigator (nawigator) wybierz tabelę lub stronę z potrzebnymi danymi.
Wybierz Load, aby wczytać dane do arkusza, albo Transform Data, aby najpierw uporządkować je w edytorze Power Query (Power Query Editor): usuń wiersze, podziel kolumny, ustaw typy danych.
Przy wielu fakturach użyj złącza Folder, aby połączyć wszystkie pliki PDF z folderu, a potem zastosuj tę samą transformację do wszystkich.

Sprawdza się przy: cyfrowych plikach PDF od tego samego dostawcy lub z tego samego systemu, gdy układ jest spójny, a dane znajdują się w prawdziwej tabeli, na przykład w tabeli z pozycjami faktury. Zawodzi:

Zeskanowane pliki PDF: nie ma tekstu do wykrycia, więc nie ma też tabel.
Różni dostawcy: każdy układ jest inny, więc jedna transformacja nie pasuje do wszystkich.
Pola nagłówkowe, takie jak numer faktury i data, często w ogóle nie są w tabeli, więc trudniej je wyłuskać.
Złącze PDF nie jest dostępne w każdej wersji Excela ani na każdej platformie, więc sprawdź, czy jest dostępne w używanej przez ciebie wersji.

Dokumentacja Microsoftu podpowiada też, jak radzić sobie z dużymi plikami PDF, na przykład wczytując jednorazowo określony zakres stron.

Metoda 3: OCR dla zeskanowanych faktur

Jeśli faktury to skany lub zdjęcia, tekst trzeba najpierw rozpoznać. Do wyboru są między innymi:

OCR wbudowany w oprogramowanie do PDF, który dodaje do skanu warstwę tekstową. Potem możesz kopiować i wklejać albo czasem użyć Power Query.
Aplikacje mobilne do skanowania, które tworzą pliki PDF z możliwością przeszukiwania. W opisie skanera Google Drive dla systemu Android podano na przykład, że skany można zapisywać jako przeszukiwalne pliki PDF.
Chmurowe usługi do przetwarzania dokumentów oferowane przez największych dostawców usług chmurowych i przeznaczone dla programistów.

Sprawdza się przy: przekształcaniu plików PDF zawierających tylko obraz w tekst, z którym można dalej pracować. Zawodzi: OCR daje tekst, a nie arkusz kalkulacyjny. Nadal musisz znaleźć w nim datę, sumę i podatek, a następnie umieścić je w kolumnach. Dokładność spada też w przypadku wyblakłych lub pogniecionych skanów oraz skanów o niskiej rozdzielczości, dlatego sprawdzaj liczby.

Metoda 4: narzędzia do wsadowego wyodrębniania danych

Specjalistyczne narzędzia do wyodrębniania danych z faktur i paragonów jednocześnie odczytują dane i nadają im strukturę. Przesyłasz wiele faktur — cyfrowych lub zeskanowanych — i otrzymujesz tabelę z jednym wierszem na fakturę oraz kolumnami o określonych nazwach.

ReceiptBatch działa właśnie tak. Przesyłasz partię plików PDF lub obrazów, a dla każdego dokumentu otrzymujesz datę, sprzedawcę, sumę częściową, podatek, napiwek, sumę, walutę i proponowaną kategorię. Dane trafiają do tabeli, którą możesz edytować przed pobraniem pliku Excel lub CSV. Szczegóły opisuje strona o zbiorczej konwersji faktur PDF do Excela. Pamiętaj, że narzędzie odczytuje sumy na poziomie dokumentu, a nie pozycje faktury, i przetwarza do 10 stron na plik PDF.

Sprawdza się przy: wielu fakturach od różnych dostawców, połączeniu skanów i cyfrowych plików PDF oraz księgowości, w której potrzebujesz tylko sum na poziomie dokumentu. Zawodzi: gdy potrzebujesz każdej pozycji faktury albo gdy ze względu na poufność nie możesz przesyłać dokumentów do usługi online. Najpierw sprawdź politykę prywatności narzędzia.

Porównanie

Metoda	Wolumen	Skany PDF	Różne układy	Pozycje	Nakład pracy
Kopiuj-wklej	Mały	Tylko jeśli tekst da się zaznaczyć	Tak	Tak, ale powoli	Duży przy każdej fakturze
Power Query PDF	Średni lub duży	Nie	Słabo	Tak, przy spójnych tabelach	Jednorazowa konfiguracja, potem niewielki
OCR	Dowolny	Tak	Tak	Częściowo	Średni, nadal trzeba uporządkować dane
Narzędzie do wsadowego wyodrębniania danych	Duży	Tak	Tak	Zależy od narzędzia	Niewielki, plus weryfikacja

Niezależnie od metody: sprawdź wynik

Wyodrębnione dane zawsze przejrzyj, zanim trafią do ewidencji księgowej lub zeznania podatkowego:

Porównaj liczbę wierszy z liczbą plików. Każda faktura powinna pojawić się dokładnie raz.
Sprawdź sumy. Suma częściowa i podatek powinny razem dać sumę. Dodatkowa kolumna z prostą formułą wskaże rozbieżności.
Sprawdź daty. Uważaj na zamianę dnia z miesiącem (03/04 może oznaczać 4 marca albo 3 kwietnia).
Sprawdź walutę, jeśli kupujesz od dostawców z zagranicy.
Wyrywkowo porównaj dane z plikami PDF, zwracając szczególną uwagę na największe kwoty.
Zachowaj oryginalne pliki PDF. Arkusz to tylko podsumowanie, a faktury są dokumentami źródłowymi.

Gdy dane są już uporządkowane, poradnik o arkuszu do śledzenia paragonów pokazuje, jak zsumować je według kategorii za pomocą SUMIFS lub tabeli przestawnej. Jeśli przekazujesz je księgowemu, zobacz jak przygotować paragony dla księgowego.

FAQ

Czy Excel potrafi odczytać fakturę PDF bezpośrednio?

Złącze PDF w Power Query w Excelu potrafi importować tabele z plików PDF zawierających tekst. Nie odczyta zeskanowanych obrazów, a samo złącze nie jest dostępne w każdej wersji Excela.

Jak wyciągnąć numer faktury i datę, a nie tylko tabelę?

Zwykle znajdują się poza tabelą z pozycjami, więc import oparty na tabelach często je pomija. Skopiuj je ręcznie, użyj transformacji Power Query przy spójnym układzie albo skorzystaj z narzędzia, które odczytuje dane nagłówkowe.

Czym w tym przypadku różni się faktura od paragonu?

Metody wyodrębniania danych są takie same. Jeśli chodzi o twoją dokumentację, różnica polega na tym, co każdy z tych dokumentów potwierdza. Zobacz faktura a paragon.

Czy bezpiecznie jest przesyłać faktury do narzędzia online?

Faktury mogą zawierać dane osobowe i firmowe. Przeczytaj politykę prywatności narzędzia, aby sprawdzić, jak pliki są przetwarzane i przechowywane, i korzystaj tylko z usług, którym ufasz.