PDF 請求書データ抽出ツール

そもそも機械に読ませる気のなかった請求書を読む

PDF の請求書に項目名は入っていません。入っているのは座標に置かれた文字だけです。INV-2026-00418 が請求書番号であること、1488.69 が支払金額であること——それらはすべて、ラベルに対する語の位置からあなたが推測しているものです。このツールは同じ推測を行い、その根拠も示します。

何を探しているか

• 取引先：1 ページ目で最も大きく最も上にあるブロックのうち、文書種別の語でもラベル付き項目でもないもの。
• 請求書番号、請求日、支払期日、注文番号：ラベルから特定します。ラベル語彙は英語・ドイツ語・フランス語・スペイン語・ポルトガル語・ロシア語・中国語・日本語・アラビア語をカバーするので、Rechnungsnummer も Invoice No. と同じように認識されます。
• 税番号：EU の VAT 形式（DE123456789、FR12345678901）に加え、ラベル付きの GST・ABN・EIN・NIF・CNPJ。
• IBAN：形状で見つけたうえで ISO 13616 の mod-97 チェックディジットを検証します。検証を通れば高い信頼度で、通らなければ印を付けたうえで表示します。口座番号の打ち間違いは見えたほうがよいからです。
• 小計・税額・合計：ラベルを見つけ、その行の最後の金額らしいトークンを採ります。したがって 消費税 10% 237.69 は 10 ではなく 237.69 になります。
• 明細行：ページ上の各表を「品名 / 数量 / 単価 / 金額」の同義語と突き合わせて採点し、最も一致した表を採用します。表の末尾の集計行は、明細ではなく合計なので切り離します。

日付は必ずしも確定できない

2026-03-14 や March 14, 2026 に曖昧さはありません。03/04/2026 にはあります。世界の大半では 4 月 3 日、米国では 3 月 4 日です。どちらかを選んで断定するのではなく、書かれたまま表示し、曖昧であると印を付けます。

すべて編集できます

パターンマッチが完璧になることはありませんし、自分の請求書はあなたのほうがよく知っています。各項目は修正できる入力欄で、クリックするとその値がページのどこから来たのかが強調表示され、一目で照合できます。明細行も書き出し前に編集・削除できます。

会計システムへの取り込み用に JSON、あるいは CSV で書き出せます。

これは何ではないか

ZUGFeRD/Factur-X、UBL、XRechnung といった構造化電子請求書フォーマットのリーダーではありません。それらは本物の機械可読データを持っており、本物のパーサーで扱うべきものです。このツールはインクしか載っていない普通の PDF 請求書のためのものです。

プライバシー

請求書は商業的に機微な情報なので、何もアップロードしません。ファイルの読み込み・解析・書き出しはすべてブラウザー内で完結し、処理中のネットワーク通信もありません。