PDF 发票数据提取器

读一份本来就不是给机器看的发票

PDF 发票里没有字段名，只有摆在坐标上的字形。你看到的一切——INV-2026-00418 是发票号、1488.69 是应付金额——都是你根据词语相对于标签的位置推断出来的。这个工具做同样的推断，并且把推断过程摆给你看。

供应商：第一页上最大、最靠上的文本块，且不是文档类型词、也不是带标签的字段。
发票号、开票日期、到期日、采购订单号：按标签定位。标签词表覆盖英、德、法、西、葡、俄、中、日、阿拉伯语，因此 Rechnungsnummer 与 Invoice No. 一样能被识别。
税号：欧盟增值税号格式（DE123456789、FR12345678901）以及带标签的 GST、ABN、EIN、NIF、CNPJ。
IBAN：先按形状匹配，再用 ISO 13616 的 mod-97 校验位验证。校验通过的以高置信度报告；校验失败的仍然显示并加标记，因为银行账号里的笔误值得被看见。
税前小计、税额与合计：先定位标签，再取该行最后一个货币形状的数字，所以 增值税 13% 237.69 得到的是 237.69 而不是 13。
明细行：页面上每张表都会按“说明 / 数量 / 单价 / 金额”同义词打分，得分最高者胜出。表尾的汇总行会被剥离——那是合计，不是明细。

2026-03-14 和 March 14, 2026 没有歧义。03/04/2026 有：在世界大部分地区是 4 月 3 日，在美国是 3 月 4 日。工具不会随便挑一个然后装作确定，而是原样呈现并标注为有歧义。

模式匹配从来不完美，而你比它更了解自己的发票。每个字段都是可修改的输入框，点击它会在页面上高亮该值的来源位置，让你一眼就能核对。明细行在导出前也可以编辑或删除。

可导出 JSON（便于导入记账系统）或 CSV。

它不是 ZUGFeRD/Factur-X、UBL、XRechnung 这类结构化电子发票格式的读取器。那些格式带有真正的机器可读负载，应当用真正的解析器处理。这个工具面向只有墨迹的普通 PDF 发票。

发票属于商业敏感信息，因此什么都不会上传：文件的打开、读取与导出全部在你的浏览器内完成，处理期间不发起任何网络请求。