OmniDoc批量识别发票并录入Excel表格
说明如何把一批PDF发票的关键信息识别出来并整理进Excel表格。包括先判断文件类型、用OCR识别扫描件、导出Excel、统一表头汇总，以及核对金额和税号的方法。
报销、记账或做月度统计时，常常要面对一整个文件夹的发票：有的是电子发票的 PDF，有的是拍照或扫描后生成的 PDF，每张都要手动抄下开票日期、销售方、金额和税额。份数一多，抄写既慢又容易出错。这篇文章写给需要整理多份 PDF 发票的财务人员、个体经营者和行政岗位，讲清楚怎样把发票里的关键信息识别出来，并录入到同一张 Excel 表格中。
读完之后，你会有一套可以重复使用的流程：先区分文件类型，再识别、导出、统一表头、汇总，最后用金额公式做核对。这套做法不依赖某一种特定软件的固定操作，只要有 PDF 编辑工具和 Excel，就能照着做。
怎么把一批 PDF 发票录入 Excel？一句话结论：先分类，再逐份识别导出，最后统一汇总
逐份处理加统一汇总，是目前稳妥的做法。发票版式差别较大，一次性批量转换容易让字段错位，所以建议按文件类型分开处理，每份导出后先核对，再合并到总表。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| PDF 能选中文字，是电子发票直接下载的文件 | 直接用 PDF 编辑工具打开，导出为 Excel，再检查列 | 不需要识别，文字本身就是可读的，速度快，出错少 |
| PDF 不能选中文字，是扫描件或拍照生成的 | 先用 OCR 识别，再导出为 Excel | 扫描件只是图片，必须先把图片里的文字转成可编辑内容 |
| 发票份数较少，十几张以内 | 逐份处理后，直接在总表中手动粘贴关键字段 | 份数少时手动核对的效率已经够用，流程简单 |
| 发票份数多，版式混杂 | 按版式分组，每组统一表头后再汇总 | 同一版式的字段位置相同，便于检查和修正 |
| 需要用于报销或申报 | 录入后逐项与原件核对，金额用公式复算 | 识别结果需要人工确认，关键数字不能只看机器输出 |
开始之前：先确认这几点
动手之前，花几分钟做准备，能省下大量返工时间。
- 确认文件类型。 打开一份 PDF，尝试用鼠标拖选其中一段文字。能选中，说明是数字文件；选不中、只能整页框选，多半是扫描件或图片，需要先做 OCR。这个判断决定了后面用哪条路径。混合存放的文件夹很常见，要逐份判断，不能按文件夹统一处理。
- 确定要录入的字段。 常用字段包括发票代码、发票号码、开票日期、销售方名称、购买方名称、不含税金额、税率、税额、价税合计。字段确定后，先在 Excel 中建好表头，后面所有导出的数据都按这个顺序整理。
- 统一文件名与存放方式。 把同一批次的发票放进一个文件夹，文件名尽量包含日期或编号，例如"2024 年 3 月_发票_001"。文件名统一，后面核对时能快速对应到原件。
- 注意信息安全。 发票上有税号、单位名称、开户信息等内容。处理前应确认这些文件存放在哪里，是否需要加密、是否允许拷贝到其他设备。涉及他人或单位的财务数据，应按照所在单位的保密规定处理。
- 预留核对时间。 OCR 识别和导出的结果都是机器输出，数字和汉字可能出现误判，例如把"8"识别成"6"、把"0"识别成"O"。整理结束后应当留出时间逐项对照原件，而不是直接交付使用。
在 OmniDoc 桌面客户端里识别并导出发票的步骤
下面以扫描件发票为例，讲解单份发票从识别到导出的完整过程。电子发票可以跳过第 3 步。
- 安装桌面客户端。 前往 download.omnidoc.top 下载并安装适用于 Windows、macOS 或 Linux 的版本，安装完成后打开。
- 打开一份发票 PDF。 在客户端中用 PDF 编辑器打开文件，先看一眼页面是否清晰、是否有倾斜或遮挡，影响识别的因素要先处理。
- 对扫描件执行 OCR 识别。 对于无法选中文字的扫描页，使用客户端的 OCR 功能，让页面中的图像文字转为可识别的文字内容。
- 检查识别出的文字。 重点核对税号、金额、日期这三类数字。发现错字时，直接在 PDF 编辑器中修改段落文字，再继续下一步。
- 导出为 Excel 格式。 选择导出为 Excel，保存到专门的文件夹中。导出文件名建议与原 PDF 对应，例如"001_发票.xlsx"。
- 对每一份发票重复上述步骤。 同一批次的文件逐个完成，每份结束后在一个记录表里登记"已处理"，避免漏掉或重复。
- 在总表中统一汇总。 新建一张 Excel 总表，表头按前面确定的字段顺序排列，然后把各份导出文件中的关键数据逐行复制进来，每张发票占一行。
- 用公式做初步核对。 在总表末尾增加合计行，对金额、税额和价税合计分别求和，并新增一列用公式计算"不含税金额加税额"与"价税合计"的差值，差值不为零的行即为需要复查的记录。
做完后逐项核对
拿到总表后不要急于使用，按下面的清单逐项检查。
| 检查项 | 怎么看 | 有问题怎么办 |
|---|---|---|
| 税号与发票号码 | 随机抽取几份，与原件逐位对照 | 发现偏差的，回到对应 PDF 重新识别该页，修正后再导出 |
| 金额与税额 | 用公式检查不含税金额加税额是否等于价税合计 | 不相符的行，逐份打开原件找出错误字段 |
| 日期格式 | 看日期列是否统一成同一种格式，如"2024-03-15" | 用 Excel 的查找替换统一格式，再确认是否为真实日期 |
| 行数与份数 | 总表的行数是否与文件夹中的发票份数一致 | 少了的文件要查看是否漏处理，多了的要检查是否有重复导入 |
| 列是否错位 | 有没有把销售方名称放进金额列之类的情况 | 对错位的行，按原件手动调整，不要硬拉列宽掩盖问题 |
| 特殊发票 | 红字发票、作废发票、多页发票是否单独标记 | 在备注列注明，单独与财务人员确认 |
如果核对中发现同一版式的发票大面积出错，通常是 OCR 识别的图像质量问题，建议先把原始扫描件重新扫描或拍照得更清晰，再重新处理，比逐个修改更省时间。
🎯 哪种做法适合你？
- 只有少量电子发票：直接导出，核对金额即可，不必做 OCR。
- 以扫描件或拍照件为主：优先确保图像清晰，识别后逐项对照，不要只看总表的汇总数字。
- 每月固定整理大量发票：建议固定表头模板、固定文件夹结构和固定核对公式，每月只需替换数据，流程会越来越稳定。
❓ 常见问题（FAQ）
1. 扫描的发票可以直接转成 Excel 吗？
扫描件本身是图片，不能直接得到可编辑的表格。通常要先做 OCR 识别，让文字变成可以修改的内容，再导出为 Excel。识别后的内容仍需人工核对。
2. 能不能一次把整个文件夹的发票全部转成一张表？
实际操作中，建议逐份处理后再汇总。每份导出一个 Excel 文件，统一表头后把数据合并到总表。这样出错时能快速定位到具体的那一张发票。
3. 识别结果里数字经常出错怎么办？
数字出错多是因为图像模糊、有折痕或印章遮挡。先回到原件检查，尽量提高扫描或拍照的清晰度，然后重新识别。对于关键金额，最终都要以原件为准做人工核对。
4. 找免费的发票识别工具时，应该看什么？
可以关注几项：单个文件或总体的大小限制、导出后是否带水印、文件是否会被上传到外部服务器、导出的 Excel 是否保留了列结构。隐私和列结构尤其重要，因为发票中含有税号和单位信息。
5. 发票上的印章和手写内容会影响识别吗？
会。印章压住的文字、手写的备注和涂改的数字，识别时都可能出错。遇到这类发票，建议把相关字段单独对照原件填写，不要完全依赖识别结果。
📝 总结
把一批 PDF 发票录入 Excel，关键在于先区分电子发票和扫描件，再逐份识别、导出，统一表头后汇总，最后用金额公式和原件核对。按这个顺序操作，既能减少重复抄写，也能把错误控制在可以追溯的范围内。
