Hvordan til at udveksle faktura linje elementer og strukturerede tabeller

Udvinding af linje elementer og tabeller fra fakturaer er nøglen til fuld automatisering af betalbare konti, revisioner, og udgifter analyser. Aspose.OCR Invoice to Text for .NET giver dig mulighed for at parse detaljerede, multi-ro, flerkolonne data – endda fra scannede eller fotograferede dokumentation.

Det virkelige problem

Fakturerne indeholder tabeller af produkter/tjenester – manuel oversættelse af disse er tidskrævende og fejlfrit. fuld automatisering kræver robust udvinding af elementerede detaljer.

Oversigt over løsning

Brug OCR til at genkende tabelregioner, parse hver række og kolonne og eksportere til strukturerede formater for ERP, BI eller yderligere analyse.

Forudsætninger

• Visual Studio 2019 eller senere
• .NET 6.0 eller nyere (eller .Net Framework 4.6.2+)
• Aspose.OCR til .NET fra NuGet
• Eksempler på faktura billeder eller PDF’er med linje elementer/tabler

PM> Install-Package Aspose.OCR

Step-by-Step gennemførelse

string invoiceFile = "invoice_with_items.pdf";

using Aspose.OCR;
InvoiceRecognitionSettings settings = new InvoiceRecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
OcrInput input = new OcrInput(InputType.PDF);
input.Add(invoiceFile);
List<RecognitionResult> results = ocr.RecognizeInvoice(input, settings);
string fullText = results[0].RecognitionText;

// Example: Split into lines, then columns (simplified)
string[] lines = fullText.Split(new[] { '\n' }, StringSplitOptions.RemoveEmptyEntries);
foreach (var line in lines)
{
    if (Regex.IsMatch(line, @"\d+\s+[A-Za-z].*\s+\d+[.,]\d{2}")) // crude line item match
    {
        string[] columns = line.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);
        // Map columns: SKU, description, qty, price, total, etc.
    }
}

using (var writer = new StreamWriter("invoice_lineitems.csv"))
{
    writer.WriteLine("SKU,Description,Qty,UnitPrice,Total");
    // Loop and write line items parsed above
}

using Aspose.OCR;
using System;
using System.IO;
using System.Text.RegularExpressions;
using System.Collections.Generic;

class Program
{
    static void Main(string[] args)
    {
        string invoiceFile = "invoice_with_items.pdf";
        InvoiceRecognitionSettings settings = new InvoiceRecognitionSettings();
        settings.Language = Language.English;
        AsposeOcr ocr = new AsposeOcr();
        OcrInput input = new OcrInput(InputType.PDF);
        input.Add(invoiceFile);
        List<RecognitionResult> results = ocr.RecognizeInvoice(input, settings);
        string fullText = results[0].RecognitionText;
        var lineItems = new List<string[]>();
        string[] lines = fullText.Split(new[] { '\n' }, StringSplitOptions.RemoveEmptyEntries);
        foreach (var line in lines)
        {
            if (Regex.IsMatch(line, @"\d+\s+[A-Za-z].*\s+\d+[.,]\d{2}"))
                lineItems.Add(line.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries));
        }
        using (var writer = new StreamWriter("invoice_lineitems.csv"))
        {
            writer.WriteLine("SKU,Description,Qty,UnitPrice,Total");
            foreach (var item in lineItems)
                writer.WriteLine(string.Join(",", item));
        }
    }
}

Brug af tilfælde og applikationer

Analyse og AP Automation

Ekstrakt itemiserede udgifter til rapportering, forudsigelse og godkendelse.

Revision og revision af fakturaer

Streamline-audit/godkendelse med eksporterbare, maskinlæsbare detaljer.

Integration af ERP/Finance System

Lad strukturerede tabeldata direkte ind i finansielle eller ERP-software.

Fælles udfordringer og løsninger

Udfordring 1: Varierede tabelformater

Løsning: Tune regex og parsing logik for hver leverandør/templat.

Udfordring 2: OCR-opdagelsesfejl i kolonner

Løsning: Brug kolonnehuristik, anmode om højeste kvalitetsscanning eller flag for manuel gennemgang.

Udfordring 3: Mergede eller savnede kolumner

**Løsning: ** Normalisere, splittet eller omgående gennemgang af ambiguøse tilfælde.

Performance overvejelser

• Batch behandler flere fakturaer parallelt
• Log/flag parsing spørgsmål til menneskelig anmeldelse

Bedste praksis

• Byg regex-biblioteket til kendte maler
• Anmeldelse af prøveudgang til tune parsing
• Sikker oprindelige/processerede filer til revision
• Opdatering af ekstraktionslogik som leverandører/templer ændres

Avancerede scenarier

Scenario 1: Map Line elementer til ERP/Database direkte

Brug ORM eller API-opkald til at trykke ekstraherede tabeldata.

Scenario 2: Handle flere sider tabeller

Udvid logik til parse over PDF/billede-siden brud.

Konklusion

Aspose.OCR Invoice to Text for .NET gør det muligt at udveksle detaljerede fakturaelementer og tabeller – hvilket giver fuld automatisering fra scan/foto til strukturerede, aktiverbare data.

Se mere struktureret ekstraktionskoder i Aspose.OCR til .NET API Reference .