Лаборатория решений · SmittMediaGroup

Счета из PDF в таблицу: папка документов за минуту

Бухгалтеру приходят счета, накладные и УПД от десятка поставщиков — все в PDF, у каждого своя форма, половина сканы. Демо собирает их в один реестр для Excel, сверяет суммы и НДС, ловит дубли и честно помечает, что не смогло прочитать.

Задача
«Нужно вытащить данные из PDF-счетов в Excel: номер, дата, поставщик, позиции, суммы. Документов много, формы у всех разные, часть — сканы. Сейчас девушка перебивает руками, ошибки в суммах находим уже при оплате». Тема выбрана по спросу с бирж: за 30.08–02.09 Охотник собрал 16 заказов «PDF → Excel» и «счета в таблицу» на Freelancer, Kwork и FL.ru — самый частый разовый заказ трёх суток, который заканчивается сдачей файла. Поставщики, номера и суммы в демо придуманы; ИНН и подписантов в данных нет намеренно.
Список действий
  1. Взять папку как естьТекстовые PDF читаются напрямую, сканы — через распознавание. Ничего не переименовывать и не сортировать.
  2. Найти поля, а не «шаблон»Номер, дата, поставщик, позиции, итого — по смыслу, поэтому новая форма поставщика не ломает разбор.
  3. Пересчитать всё кодомСумма позиций, НДС и «итого» сверяются заново. Нейросеть читает, арифметику делает код.
  4. Помечать, а не угадыватьПлохо читаемое поле получает низкую уверенность и уходит на ручную проверку — с указанием, где смотреть.
  5. Отдать в ExcelОдин реестр на всю папку, колонки под учётную систему. Дубли и расхождения — отдельным столбцом.
Решение

Папка «Входящие за 2 сентября» (демо)

8 файлов

    Реестр для Excel

    ждёт запуска
    Нажмите «Собрать таблицу» — прочитаю восемь файлов, сверю суммы и покажу реестр. Любую строку можно открыть: видно, из какого места документа взято каждое поле и почему документ отправлен на проверку.
    Что это даёт организации
    —
    вместо — ручного ввода на эту папку — при типовых 10 минутах на документ
    —
    на ручную проверку — каждый с названной причиной; остальные в учёт без перебивания
    —
    не ушло бы в оплату: расхождения в суммах плюс счёт-дубль — найдено до платежа, а не после

    Цифры посчитаны прямо на этой странице по синтетической папке: —. Время ручного ввода — оценка, у вас оно своё. Решение не проводит документы в учёте и не платит по счетам: оно готовит реестр и показывает, где смотреть. Спорные поля решает человек.