发票信息提取v1.2.0——离线单机可用

1. 发票信息提取工具的核心价值每次月底整理报销单据时财务人员最头疼的就是手动录入发票信息。一张增值税电子发票包含26个字段从发票代码、号码到买卖双方的开户行信息手工录入不仅耗时还容易出错。实测下来处理100张发票需要3小时以上而使用发票信息提取v1.2.0工具后同样工作量只需5分钟。这款工具最大的特点是完全离线运行。我测试过在飞机上、高铁站等无网络环境插入U盘直接双击exe文件就能用。所有数据处理都在本地完成不用担心发票信息泄露风险。对于小微企业财务人员来说既不需要购买昂贵的OCR服务也不用学习Python编程真正实现开箱即用。支持的文件格式覆盖了日常90%的场景增值税电子普通发票PDF通行费电子发票PDF数电票XML文件电子专用发票PDF理论支持2. 三步完成批量处理2.1 准备工作建议把所有发票文件集中放在一个文件夹内。实测发现混合存放PDF和XML文件时工具会自动分类导出两个Excel文件。有个细节很贴心程序会跳过非发票文件如扫描件图片不会报错中断。2.2 操作流程双击exe后等待10秒性能差的电脑可能稍久点击【选择文件夹】按钮点击【导出】按钮导出的Excel包含三个子表基础信息发票代码、开票日期等商品明细货物名称、数量、单价需发票本身包含明细交易方信息买卖双方的银行账号等2.3 异常处理遇到360杀毒误报时建议将程序添加到信任区。我在Windows 11和macOS通过CrossOver测试均正常运行。如果遇到界面卡死可能是临时文件解压失败删除C:\Users\[用户名]\AppData\Local\Temp下的invoice_tmp文件夹即可。3. 技术原理与适配性3.1 解析机制工具采用双引擎解析PDF解析通过分析PDF文本流定位关键字段正则表达式匹配如发票代码(\d)这类固定模式XML解析对数电票采用XPath提取节点数据比如//invoice/code/text()测试中发现不同省份的电子发票版式差异较大。例如广东版的校验码在右上角而上海版在中间。作者通过内置20种模板适配主流格式但仍有少量发票需要手动补录。3.2 兼容性说明系统要求Win10/11暂不支持Win7文件限制单文件需小于10MB特殊场景密码保护的PDF需先解除密码扫描件图片无法识别需用专业OCR软件数电票的清单附件目前不支持提取4. 进阶使用技巧4.1 数据校验导出的Excel包含自动校验列发票代码校验位验证价税合计金额勾稽含税不含税金额×税率购买方税号格式检查18位数字或字母4.2 与财务软件对接通过Excel的Power Query功能可以将数据直接导入用友、金蝶等系统。我常用的对接方案WEBSERVICE(http://内网地址/api?invoice_noA2)对于批量超过500张发票的情况建议先用工具生成CSV再通过数据库工具导入。4.3 自定义字段高级用户可修改同目录下的config.ini文件首次运行后生成例如[output_columns] include发票代码,发票号码,金额 exclude销售方地址还能设置金额精度、日期格式等参数。有个隐藏功能在配置里添加debugtrue可以查看详细解析日志。