Como extrair dados de faturas em PDF para o Excel

Há quatro formas principais de levar os dados de faturas em PDF para o Excel: copiar e colar (serve para poucas faturas), o conector de PDF do Power Query no Excel (bom para PDFs que contêm tabelas reais, com texto selecionável), OCR (necessário para faturas digitalizadas ou fotografadas) e ferramentas de extração em lote, que leem os campos principais (data, fornecedor, número da fatura, imposto, total) de várias faturas de uma vez. A melhor opção depende da quantidade de faturas, do tipo de arquivo — digital ou digitalizado — e de você precisar dos itens da fatura ou apenas dos totais do cabeçalho.

A seguir, veja como cada método funciona, quais são suas limitações e como conferir o resultado.

Primeiro: que tipo de PDF você tem?

Isso define quase tudo:

PDFs digitais (de texto) são gerados por software de contabilidade, lojas online e sistemas de cobrança. Você consegue selecionar e copiar o texto. Os dados já estão lá. Só falta colocá-los em colunas.
PDFs digitalizados ou fotografados são imagens salvas como PDF. Se você não consegue selecionar palavras isoladas, não há camada de texto, e é preciso usar OCR (reconhecimento óptico de caracteres) para ler o documento.

Teste rápido: abra o PDF e tente destacar o total com o cursor. Se conseguir, é um PDF de texto.

Defina também o que você precisa:

Campos do cabeçalho (uma linha por fatura): data da fatura, fornecedor, número da fatura, subtotal, imposto, total. Isso costuma bastar para escrituração, controle de despesas e impostos.
Itens da fatura (uma linha por produto ou serviço): necessários para estoque, custo por projeto ou análises detalhadas. É bem mais difícil extrair com confiabilidade.

Método 1: copiar e colar

Para poucas faturas, a inserção manual dos dados é, na verdade, a forma mais rápida.

Abra o PDF da fatura.
Selecione os campos de que você precisa e copie.
Cole na sua planilha. No Excel, use Paste Special > Text ou Keep Text Only para não levar a formatação junto.
Se necessário, corrija os valores que foram colados em uma única célula usando Data > Text to Columns (Dados > Texto para Colunas).

Bom para: cerca de dez faturas ou menos e tarefas pontuais. Limitação: deixa de ser prático em grande volume. Podem ocorrer erros de digitação, e o processo é lento.

Método 2: conector de PDF do Power Query no Excel

O Excel inclui um conector de PDF no Power Query, o recurso Obter Dados. Segundo a documentação da Microsoft, ele usa uma função chamada Pdf.Tables, que retorna todas as tabelas encontradas em um arquivo PDF, e, para importar vários arquivos PDF de uma vez, você usa um conector para vários arquivos, como o conector Folder (Pasta).

Etapas gerais (os nomes dos menus variam conforme a versão do Excel e a plataforma):

No Excel, abra Get Data (Obter Dados) e escolha a opção PDF. Nas versões recentes do Microsoft 365 para Windows, ela fica em Data > Get Data > From File (Dados > Obter Dados > De Arquivo).
Localize o PDF e selecione Open (Abrir).
No Navigator (Navegador), escolha a tabela ou a página que contém os dados desejados.
Selecione Load (Carregar) para levar os dados a uma planilha ou Transform Data (Transformar Dados) para tratá-los primeiro no Power Query Editor, removendo linhas, dividindo colunas ou definindo tipos de dados.
Para muitas faturas, use o conector Folder para combinar todos os PDFs de uma pasta e depois aplique a mesma transformação a todos eles.

Bom para: PDFs digitais do mesmo fornecedor ou sistema, com layout consistente e dados organizados em uma tabela propriamente dita, como uma tabela de itens. Limitações:

PDFs digitalizados: não há texto para detectar, então não há tabelas.
Fornecedores variados: cada layout é diferente, então uma única transformação não serve para todos.
Campos do cabeçalho, como número da fatura e data, muitas vezes nem estão em uma tabela, o que dificulta localizá-los.
O conector de PDF não está disponível em todas as edições ou plataformas do Excel, então verifique se ele está disponível na sua versão.

A documentação da Microsoft também sugere formas de lidar com PDFs grandes, como carregar um intervalo de páginas por vez.

Método 3: OCR para faturas digitalizadas

Se as suas faturas são digitalizações ou fotos, o texto precisa ser reconhecido primeiro. Entre as opções estão:

OCR integrado a softwares de PDF, que adiciona uma camada de texto à digitalização. Depois disso, você pode copiar e colar ou, às vezes, usar o Power Query.
Aplicativos de scanner para celular que geram PDFs pesquisáveis. Por exemplo, o scanner do Google Drive no Android informa que salva as digitalizações como PDFs pesquisáveis.
Serviços de processamento de documentos na nuvem oferecidos pelos principais provedores de serviços em nuvem e voltados para desenvolvedores.

Bom para: transformar PDFs compostos apenas por imagens em texto utilizável. Limitação: o OCR entrega texto, não uma planilha. Você ainda precisa encontrar a data, o total e o imposto nesse texto e colocá-los em colunas. A precisão também cai com digitalizações desbotadas, amassadas ou de baixa resolução, então confira os números.

Método 4: ferramentas de extração em lote

As ferramentas específicas de extração de faturas e recibos combinam a leitura dos dados com sua estruturação. Você envia várias faturas, digitais ou digitalizadas, e recebe uma tabela com uma linha por fatura e colunas identificadas.

O ReceiptBatch funciona assim. Você envia um lote de PDFs ou imagens, e ele devolve data, fornecedor, subtotal, imposto, gorjeta, total, moeda e uma categoria sugerida para cada documento, em uma tabela que você pode editar antes de baixá-la em formato Excel ou CSV. A página do conversor em lote de faturas em PDF para Excel explica os detalhes. Observe que ele lê os totais do cabeçalho, não os itens da fatura, e processa até 10 páginas por PDF.

Bom para: um grande volume de faturas de diferentes fornecedores, uma combinação de digitalizações e PDFs digitais e tarefas de escrituração que exigem apenas os totais do cabeçalho. Limitação: não é indicado se você precisa de todos os itens da fatura ou se não pode enviar documentos a um serviço online por motivos de confidencialidade. Leia antes a política de privacidade da ferramenta.

Comparação

Método	Volume	PDFs digitalizados	Layouts variados	Itens da fatura	Esforço
Copiar e colar	Baixo	Só se o texto puder ser selecionado	Sim	Sim, devagar	Alto por fatura
PDF no Power Query	Médio a alto	Não	Ruim	Sim, para tabelas consistentes	Baixo após a configuração inicial
OCR	Qualquer	Sim	Sim	Parcialmente	Médio; ainda exige estruturação
Ferramenta de extração em lote	Alto	Sim	Sim	Depende da ferramenta	Baixo, além da revisão

Seja qual for o método: confira o resultado

Os dados extraídos devem sempre ser revisados antes de serem lançados na sua contabilidade ou usados em uma declaração de imposto de renda:

Compare o número de linhas com o de arquivos. Cada fatura deve aparecer exatamente uma vez.
Confira os totais. Subtotal mais imposto deve ser igual ao total. Uma coluna com uma fórmula simples sinaliza as divergências.
Confira as datas. Atenção à troca entre dia e mês (03/04 pode ser 4 de março ou 3 de abril).
Confira a moeda se você compra de fornecedores no exterior.
Confira alguns dados nos PDFs, principalmente os valores mais altos.
Guarde os PDFs originais. A planilha é apenas um resumo, e as faturas servem como comprovantes.

Com os dados limpos, o guia de planilha de recibos mostra como somá-los por categoria com SUMIFS ou uma tabela dinâmica. Se for enviar os dados a um contador, veja como preparar seus recibos para o contador.

Perguntas frequentes

O Excel consegue ler uma fatura em PDF diretamente?

O conector de PDF do Power Query no Excel pode importar tabelas de PDFs que contêm texto. Ele não consegue ler imagens digitalizadas, e o conector não está disponível em todas as edições do Excel.

Como extraio o número da fatura e a data, e não só a tabela?

Esses dados costumam ficar fora da tabela de itens, então a importação baseada em tabelas muitas vezes não os captura. Copie-os manualmente, use transformações do Power Query se o layout for consistente ou use uma ferramenta de extração que leia os campos do cabeçalho.

Qual é a diferença entre fatura e recibo nesse caso?

Os métodos de extração são os mesmos. Para os seus registros, a diferença está no que cada documento comprova. Veja fatura x recibo.

É seguro enviar faturas para uma ferramenta online?

As faturas podem conter dados pessoais e da empresa. Leia a política de privacidade da ferramenta para saber como os arquivos são processados e armazenados, e use apenas serviços com os quais você se sinta à vontade.