一键提取PDF电子发票明细数据导出到EXCEL,本地浏览器单网页识别不上传,速度快准确率高【第二版】
- 2026-08-12 06:17:00
一键提取PDF电子发票明细数据导出到EXCEL,本地浏览器单网页识别不上传,速度快准确率高【第二版】第一版PDF电子发票提取工具 ↑↑第一版的提取工具，很多人测试过都反馈很快，也能满足大部分只要汇总数据的需求。但有部分朋友留言希望可以提取里面的明细数据。 于是，趁热打铁，根据手上的PDF发票样本并结合第一版的功能，一个网页小白通过AI手搓了第二版提取工具。由于测试的样本文件有限，所以提取的效果可能会有差异，理论上PDF电子版发票应该都可以提取到明细数据。 第二版长这样，左侧是文件上传或拖入区域，右侧是识别结果。 
操作同样简单，文件拖入或上传后，点击开始识别，稍等片刻就能完成。 上传的文件建议是PDF电子版发票文件，识别准确率高，速度快。部分清晰的图片扫描件也可以拖入识别，但会有一些的误差。 
提取数据对应的位置： 
导出后的表格分为两个工作表，一个是汇总表，一个是明细表。 汇总表，包括文件名，号码，日期，购销双方信息，以及价税金额等 
明细表，包括关联的文件名，号码日期等信息，以及最基础的 项目名称、规格型号，数量单价金额，税率税额。 
这个工具同样只是一个单网页文件，用64位的浏览器打开就能正常操作。 这个工具本身与表格、VBA都没有关联。那么，在没有任何JS经验的前提下，为什么会跨界手搓这个工具呢？ 主要是因为看到一位大神说是用AI制作出来的，于是，在分析了第一版的功能后，也尝试组织了相关的制作提示词，发给了元宝、灵犀等AI工具，由AI生成了基本框架和大部分的提取流程。 在一开始时，测试的结果不尽人意，AI给出的很多提取规则都是很理想化的，与实际提取内容相差太远。于是，本着研究的心态，把每一个环节的代码都读了一遍，并逐段代码进行测试。 很惭愧，一开始完全不知道怎么调试，也不知道每一步的运行结果，都是通过AI问答和提供的示例不断测试，才摸着点门道。另外，PDFJS的提取结果，看上去都是一堆乱序的文字，提取汇总数据时，还能通过正则式大概提取出来，但明细就完全没有头绪。 后来，通过参考其他人对PDFJS的用法，对提取出来的原始文本做了比较大的调整，把看上去比较乱的一堆文字，利用识别出来的坐标数据，进行重新组合和排序，最终实现按一定的规则展现全部内容，并能方便利用正则表达式识别出来。 从开始修改到完成全部规则的设定，花费了好几天时间。对于JS高手来说，这些应该不算什么大难题，但对于跨界的我来说，这个确实是一个新的挑战，也看到了AI的强大！ 记得有一句话是这么说的，原话忘记了，但大概意思是，AI技术平权，很多不可思议的事情都在发生着。我觉得确实是这样。 这个版本同样放在 “阅读原文”里，有需要的就测试一下吧，用得上就拿去用，也可以像我一样，按着自己的需求，手搓一个。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
