Cum extragi date din facturi PDF în Excel (4 metode)

Există patru metode principale de a extrage date din facturile PDF în Excel: copierea și lipirea (potrivită pentru câteva facturi), conectorul PDF din Power Query pentru Excel (potrivit pentru PDF-uri care conțin tabele propriu-zise cu text), OCR (necesar pentru facturile scanate sau fotografiate) și instrumentele de extragere în lot, care preiau câmpurile esențiale (data, furnizorul, numărul facturii, taxa și totalul) din mai multe facturi simultan. Metoda potrivită depinde de câte facturi ai, dacă sunt digitale sau scanate și dacă ai nevoie de pozițiile facturii sau doar de totalurile din antet.

Mai jos vezi cum funcționează fiecare metodă, care îi sunt limitele și cum verifici rezultatul.

Mai întâi: ce fel de PDF ai?

Asta decide aproape tot:

PDF-urile digitale (cu text) sunt generate de programe de contabilitate, magazine online și sisteme de facturare. Poți selecta și copia textul. Datele sunt deja acolo. Trebuie doar puse pe coloane.
PDF-urile scanate sau fotografiate sunt imagini salvate ca PDF. Dacă nu poți selecta cuvinte individuale, nu există strat de text și ai nevoie de OCR (recunoaștere optică a caracterelor) ca să citești documentul.

Test rapid: deschide PDF-ul și încearcă să selectezi totalul cu cursorul. Dacă reușești, este un PDF cu text.

Hotărăște și de ce ai nevoie:

Câmpurile din antet (un rând pe factură): data facturii, furnizorul, numărul facturii, subtotalul, taxa, totalul. De obicei ajung pentru contabilitate, evidența cheltuielilor și taxe.
Pozițiile din factură (un rând pe produs sau serviciu): necesare pentru stocuri, calculul costurilor pe lucrare sau analize detaliate. Sunt mult mai greu de extras în mod fiabil.

Metoda 1: copiere și lipire

Sincer, pentru câteva facturi, introducerea manuală este cea mai rapidă metodă.

Deschide factura PDF.
Selectează câmpurile de care ai nevoie și copiază-le.
Lipește-le în foaia de calcul. În Excel, opțiunea de lipire doar ca text (Paste Special > Text sau Keep Text Only) împiedică preluarea formatării.
Corectează valorile lipite într-o singură celulă folosind, acolo unde este necesar, împărțirea textului pe coloane (Data > Text to Columns).

Potrivit pentru: mai puțin de aproximativ zece facturi și sarcini punctuale. Limitări: la volume mari, metoda este lentă și pot apărea greșeli de tastare.

Metoda 2: conectorul PDF din Power Query al Excel

Excel include un conector PDF în Power Query (funcționalitatea Get Data). Potrivit documentației Microsoft, folosește o funcție numită Pdf.Tables, care returnează orice tabele găsite într-un fișier PDF, iar pentru a importa mai multe fișiere PDF deodată folosești un conector pentru fișiere multiple, cum ar fi conectorul Folder.

Pașii generali (denumirile din meniuri diferă în funcție de versiunea și platforma Excel):

În Excel, deschide funcția de import de date (Get Data) și alege opțiunea PDF. În versiunile recente de Microsoft 365 pentru Windows, o găsești la Data > Get Data > From File.
Caută fișierul PDF și alege butonul de deschidere (Open).
În Navigator, alege tabelul sau pagina care conține datele dorite.
Alege butonul de încărcare (Load) ca să aduci datele într-o foaie sau Transform Data ca să le curăți mai întâi în Power Query Editor (elimini rânduri, împarți coloane, setezi tipurile de date).
Pentru multe facturi, folosește conectorul Folder ca să combini toate PDF-urile dintr-un folder, apoi aplică aceeași transformare tuturor.

Potrivit pentru: PDF-uri digitale de la același furnizor sau sistem, cu aspect constant și date într-un tabel real, de exemplu un tabel cu poziții de factură. Se blochează:

PDF-uri scanate: nu există text de detectat, deci nu există tabele.
Furnizori diferiți: fiecare are alt format, așa că o singură transformare nu se potrivește tuturor.
Câmpurile din antet, cum sunt numărul facturii și data, adesea nu se află deloc într-un tabel, așa că sunt mai greu de identificat.
Conectorul PDF nu este disponibil în toate edițiile și pe toate platformele Excel, așa că verifică dacă este inclus în versiunea ta.

Documentația Microsoft sugerează și modalități de lucru cu PDF-uri mari, de exemplu încărcarea câte unui interval de pagini.

Metoda 3: OCR pentru facturi scanate

Dacă facturile tale sunt scanări sau fotografii, textul trebuie mai întâi recunoscut. Printre opțiuni se numără:

OCR integrat în software-ul pentru PDF, care adaugă un strat de text scanării. După aceea poți copia și lipi sau, uneori, poți folosi Power Query.
Aplicații de scanare pentru telefon care creează PDF-uri cu text căutabil. De exemplu, documentația scanerului Google Drive pentru Android menționează salvarea scanărilor ca PDF-uri în care se poate căuta.
Servicii cloud de procesare a documentelor oferite de marii furnizori de servicii cloud și destinate dezvoltatorilor.

Potrivit pentru: transformarea PDF-urilor care conțin doar imagini în text utilizabil. Limitări: OCR-ul îți oferă text, nu o foaie de calcul. Tot trebuie să găsești data, totalul și taxa în acel text și să le pui pe coloane. În plus, acuratețea scade în cazul scanărilor decolorate, șifonate sau cu rezoluție mică, așa că verifică cifrele.

Metoda 4: instrumente de extragere în lot

Instrumentele dedicate extragerii datelor din facturi și bonuri combină citirea cu structurarea. Încarci mai multe facturi, digitale sau scanate, și primești un tabel cu un rând pentru fiecare factură și coloane denumite.

ReceiptBatch funcționează așa. Încarci un lot de PDF-uri sau imagini și primești, pentru fiecare document, data, furnizorul, subtotalul, taxa, bacșișul, totalul, moneda și o categorie sugerată. Poți edita tabelul înainte de a descărca datele în format Excel sau CSV. Pagina convertor în lot de facturi PDF în Excel explică detaliile. Reține că citește totalurile din antet, nu pozițiile din factură și procesează până la 10 pagini pentru fiecare PDF.

Potrivit pentru: multe facturi de la mulți furnizori diferiți, un amestec de scanări și PDF-uri digitale și contabilitate în care îți trebuie totalurile din antet. Limitări: metoda nu este potrivită dacă ai nevoie de fiecare poziție din factură sau dacă, din motive de confidențialitate, nu poți încărca documentele într-un serviciu online. Verifică mai întâi politica de confidențialitate a instrumentului.

Comparație

Metodă	Volum	PDF-uri scanate	Formate diferite	Poziții din factură	Efort
Copiere și lipire	Mic	Doar dacă textul poate fi selectat	Da	Da, dar lent	Ridicat pentru fiecare factură
Conectorul PDF din Power Query	Mediu sau mare	Nu	Se descurcă slab	Da, pentru tabele cu structură constantă	Configurare inițială, apoi redus
OCR	Orice volum	Da	Da	Parțial	Mediu; necesită în continuare structurare
Instrument de extragere în lot	Mare	Da	Da	Depinde de instrument	Redus, plus verificare

Indiferent de metodă: verifică rezultatul

Datele extrase trebuie întotdeauna verificate înainte să intre în contabilitatea ta sau într-o declarație fiscală:

Compară numărul de rânduri cu numărul de fișiere. Fiecare factură trebuie să apară o singură dată.
Verifică totalurile. Subtotalul plus taxa trebuie să fie egal cu totalul. O coloană cu o formulă simplă semnalează diferențele.
Verifică datele. Atenție la inversarea zilei cu luna (03/04 poate fi 4 martie sau 3 aprilie).
Verifică moneda, dacă cumperi de la furnizori din străinătate.
Compară prin sondaj datele cu PDF-urile, mai ales în cazul sumelor celor mai mari.
Păstrează PDF-urile originale. Foaia de calcul este un rezumat, iar facturile constituie dovada.

După ce datele sunt curate, ghidul foii de calcul pentru bonuri îți arată cum să le totalizezi pe categorii cu SUMIFS sau cu un tabel pivot. Dacă le dai unui contabil, vezi cum îți pregătești bonurile pentru contabil.

Întrebări frecvente

Poate Excel să citească direct o factură PDF?

Conectorul PDF din Power Query al Excel poate importa tabele din PDF-uri care conțin text. Nu poate citi imagini scanate, iar conectorul nu este disponibil în toate edițiile Excel.

Cum extrag numărul facturii și data, nu doar tabelul?

De obicei acestea se află în afara tabelului cu poziții, așa că importul bazat pe tabele le ratează adesea. Copiază-le manual, folosește transformări Power Query dacă formatul este constant sau folosește un instrument de extragere care citește câmpurile din antet.

Care este diferența dintre factură și bon pentru acest scop?

Metodele de extragere sunt aceleași. Pentru evidențele tale, diferența stă în ceea ce dovedește fiecare. Vezi factură vs bon fiscal.

Este sigur să încarc facturi într-un instrument online?

Facturile pot conține date personale și de afaceri. Citește politica de confidențialitate a instrumentului ca să afli cum sunt procesate și stocate fișierele și folosește numai servicii pe care accepți să le utilizezi în aceste condiții.