实践二：批量读取发票并整理明细
从少量样本试读到批量提取、去重和金额核对，完成月度发票整理。
更新于
本页目录
本案例使用的发票读取能力仅在企业版开放，实际可用范围取决于企业配置、当前账号权限和管理员策略。
一、案例说明
假设财务人员每月会收到几十份电子发票和拍照票据，需要逐张登记号码、日期、购销双方、金额和税额，再检查重复票据并汇总当月金额。
本案例将发票复制到一个专用文件夹，先试读 3—5 份样本，确认字段和识别质量，再批量生成一份可复核的 Excel（电子表格）明细。
最终目标
- 每张发票对应一条结构化记录，并能回查原文件；
- 自动区分读取成功、重复票据和待人工复核的票据；
- 汇总不含税金额、税额和价税合计；
- 不修改、不移动原始发票，不读取未授权目录。
二、开始前的准备
1. 整理发票副本
新建“2026-07 待核验发票”文件夹，把本次允许处理的发票副本放入其中。不要直接选择包含合同、银行资料或其他月份票据的上级目录。
支持的输入通常包括 PDF（便携式文档格式）、JPG（图像文件）和 PNG（无损图像文件）。加密文件、低清照片、长拼图、严重倾斜或缺角的图片可能无法准确识别。
2. 确认需要的字段
本案例使用以下字段：
| 字段 | 处理要求 |
|---|---|
| 源文件名 | 必须保留，用于回查原票 |
| 发票类型 | 电子发票、增值税发票等 |
| 发票代码、发票号码 | 看不清时留空并标记待复核 |
| 开票日期 | 统一为 yyyy-mm-dd |
| 购买方、销售方及税号 | 原样读取，不自行补全 |
| 不含税金额、税额、价税合计 | 保留两位小数 |
| 识别状态 | 成功、重复、待复核或失败 |
3. 确认重复判断规则
默认先按发票号码判断；票面存在发票代码时，使用“发票代码 + 发票号码”联合判断。电子发票只有一个号码时，以发票号码为准。判断规则应在批量处理前由财务人员确认。
三、第一步：用少量样本试读
先选择 3—5 张清晰度和版式不同的发票进行试读：
请先读取“2026-07 待核验发票”文件夹中的前 5 份发票样本，不要处理全部文件。
提取：源文件名、发票类型、发票代码、发票号码、开票日期、
销售方名称及税号、购买方名称及税号、不含税金额、税额、价税合计。
请用表格展示结果，并说明：
1. 哪些字段读取不确定；
2. 哪些图片存在模糊、倾斜、缺角或多票拼接；
3. 建议的重复判断规则；
4. 批量处理前还需要我确认什么。
无法确认的字段留空，不要猜测。
试读后要检查什么
逐张对照原票，重点核对发票号码、开票日期、金额和税额。若样本结果不稳定，先处理图片质量或字段规则，不要直接扩大到全部文件。
四、第二步：确认输出表结构
建议输出四个工作表：
- 读取明细：全部成功读取且未重复的记录；
- 重复票据：重复键、涉及文件和判断原因；
- 待复核：字段缺失、金额关系异常或图片不清晰的记录；
- 处理汇总：输入文件数、成功数、重复数、待复核数、失败数和金额合计。
如果公司已有报销或进项票模板，应把空白模板和一份正确样例一起加入项目，并明确“只填写哪些列、哪些格式不能改变”。
五、第三步：批量读取并生成明细
样本和表结构确认后，发送批量任务：
按已确认的字段和规则，处理“2026-07 待核验发票”文件夹中的全部 PDF、JPG 和 PNG 文件。
处理要求：
1. 仅处理这个文件夹，不扫描其他目录；
2. 保留源文件名，不修改、不移动任何源文件；
3. 按已确认的重复键判断重复票据；
4. 无法确认的字段留空并标记“待复核”，不得猜测；
5. 检查“不含税金额 + 税额 = 价税合计”，不一致时标记异常；
6. 输入文件无论成功或失败都必须出现在结果中。
输出“2026-07 发票读取结果.xlsx”，包含“读取明细”“重复票据”
“待复核”“处理汇总”四个工作表。
完成后告诉我：
- 输入文件总数；
- 成功、重复、待复核和失败数量；
- 不含税金额、税额和价税合计；
- 未完成文件及原因。
批量时间取决于文件数量、页数和图片质量。长时间没有进度时，不要连续发送相同任务；先停止并查看已经完成的文件范围，再从未处理部分继续。
六、第四步：复核异常和重复票据
打开“待复核”和“重复票据”工作表，逐条对照原票。确认后可以继续让 TuriX 更新结果：
我已经人工核对“待复核”工作表：
- 第 3 行发票号码应为 24890000000123456789；
- 第 7 行税额应为 38.68；
- 第 9 行图片无法确认，保持待复核。
请更新结果并另存为“2026-07 发票读取结果-已复核.xlsx”，
保留原始识别值和人工修正说明，不要覆盖上一版。
七、预期结果
最终文件应能回答：
- 本次共处理多少份发票，是否每个输入文件都有去向；
- 哪些票据重复，重复依据是什么；
- 哪些字段需要人工确认；
- 本月不含税金额、税额和价税合计分别是多少；
- 每一行结果对应哪一个原始文件。
八、交付前验收
| 检查项 | 合格标准 |
|---|---|
| 数量平衡 | 输入数 = 成功数 + 重复数 + 待复核数 + 失败数 |
| 文件追溯 | 每条记录都保留源文件名 |
| 重复判断 | 重复键和判断原因明确 |
| 金额关系 | 金额、税额和价税合计关系合理 |
| 异常处理 | 模糊或冲突字段没有被自动猜测 |
| 数据范围 | 没有读取无关目录或混入其他月份票据 |
九、安全与常见问题
发票可能包含公司名称、税号、地址、电话和银行信息。只处理业务需要的副本，限制项目和输出目录权限；对外分享结果前再次脱敏。
一直显示“解析中”：添加附件后不会立即完成全部解析，发送任务后才开始处理。发送后仍无进度时，检查文件是否加密、损坏或过大。
同一张票被识别为两条：检查是否同时存在 PDF 和截图副本，并调整重复键。
金额识别错误：优先重新提供清晰单票图片；不要只在汇总表中改总额，应保留逐票修正记录。
长拼图读取不完整：拆分为单张票据并保证方向正确，再重新读取失败部分。