Парсинг PDF-таблиц в 1С: счёт на 300 позиций без ручного ввода

Таблицу из PDF загружают в 1С так: определяют, текстовый это файл или скан, разбирают таблицу на строки и колонки, приводят числа и наименования к единому виду, сопоставляют контрагента и номенклатуру с базой, сверяют суммы и создают черновик документа. Копирование через Excel ломается на многострочных наименованиях и таблицах на нескольких страницах.

Почему возникает мусор при копировании таблицы из PDF 🧩

Вторник, 16:40. Менеджер по закупкам получил от поставщика счёт на 300 позиций, а поступление нужно провести до конца дня. Он выделяет таблицу, вставляет в Excel и видит один столбец: наименование, количество и цена слиплись, длинные названия разъехались на три ряда. Остаток вечера уйдёт на ручной ввод.

Excel здесь ни при чём. PDF не хранит таблицу: внутри файла лежат отдельные фрагменты текста с координатами на странице и отдельно нарисованные линии. Понятий «строка» и «ячейка» в формате нет, поэтому любая программа, которая достаёт таблицу, угадывает сетку по линиям или по выравниванию текста. Угадывание ломается в узнаваемых местах:

• ✓наименование занимает две-три строки, и хвост названия читается как новая позиция;
• ✓таблица переходит на следующую страницу, шапка повторяется и попадает в данные как лишняя строка;
• ✓число «1 234,50» записано с неразрывным пробелом, и программа видит две колонки или текст вместо числа;
• ✓шрифт встроен без таблицы юникода, и при копировании вместо букв получаются квадраты;
• ✓файл отсканирован: текстового слоя нет вообще, есть только картинка.

Ввод займёт вечер, но дороже обойдётся ошибка. Одна неверная цена среди 300 строк проходит незамеченной, поступление проведено, а расхождение всплывает через месяц на сверке с поставщиком. К тому времени товар уже продан, поэтому правка тянет за собой пересчёт себестоимости и перепроведение документов. Вторая потеря — дубли: счёт загрузили дважды, и кредиторская задолженность выросла на всю его сумму.

Как исправить ручной перенос: пять шагов от PDF до документа в 1С 🔧

Если контрагент работает через ЭДО, берите XML: у него есть структура, и разбирать нечего. Схема ниже нужна для тех, кто присылает только PDF.

Шаг 1. Определите тип файла

Выделите слово мышью. Если оно выделилось, перед вами текстовый PDF, и таблицу можно достать без распознавания. Если нет, это скан: сначала распознавание текста (OCR), потом поиск структуры. Сканы дают больше ошибок: 0 путается с О, 1 с l, запятая с точкой в цене. Поэтому для них проверка сумм из шага 5 обязательна. Для УПД из скана у нас есть готовое распознавание УПД.

Шаг 2. Выберите способ разбора таблицы

У таблиц с нарисованными линиями сетку берут по линиям. У таблиц без рамок колонки определяют по выравниванию текста. Для текстовых PDF подходят библиотеки pdfplumber, Camelot и Tabula: в каждой есть оба режима. Для сканов добавляют OCR (например, Tesseract) и поиск границ таблицы на картинке.

Шаг 3. Приведите данные к единому виду

Склейте многострочные наименования: строка без количества и цены принадлежит предыдущей позиции. Уберите повторяющиеся шапки и строки «Итого». Замените неразрывные пробелы, чтобы «1 234,50» стало числом 1234.50. Даты разбирайте по формату дд.мм.гггг и сверяйте, что дата счёта не позже дня загрузки. Единицы измерения приведите к справочнику: «шт.», «шт» и «штука» должны превратиться в одну единицу.

Шаг 4. Сопоставьте с данными 1С

Контрагента ищите по ИНН и КПП, а не по названию: «ООО Ромашка» и «Ромашка ООО» для базы разные строки. С номенклатурой сложнее, поставщик называет товар по-своему. Заведите справочник соответствий: артикул или наименование поставщика ведёт к позиции вашей номенклатуры. Новый товар останавливает загрузку, и строка уходит человеку. В следующий раз соответствие уже есть. Ставку НДС берите из PDF и сверяйте со ставкой в карточке номенклатуры.

Шаг 5. Проверьте суммы и создайте документ

Перед записью проверьте:

• ✓количество × цена равно сумме в каждой строке;
• ✓сумма строк равна итогу в PDF;
• ✓связка ИНН, номер и дата счёта раньше не встречалась.

Если хоть одна проверка не прошла, документ остаётся черновиком, а человек видит, какая строка под вопросом. Если всё сошлось, документ записывается, исходный PDF прикрепляется к нему файлом, а проводить сразу или после просмотра, вы решаете в настройках загрузки.

Как передать проверенные строки в базу 1С

Разобранные и проверенные строки попадают в 1С тремя способами. Первый: парсер сохраняет файл (XLSX, CSV или JSON) в папку, откуда его забирает обработка в 1С. Второй: парсер отправляет JSON в HTTP-сервис базы, и документ создаётся на стороне 1С. Третий: COM-соединение, когда парсер и 1С стоят на одной Windows-машине, но такой вариант привязывает разбор к конкретному серверу. Файл проще запустить, HTTP-сервис удобнее, когда документы приходят потоком в течение дня и ждать ручного запуска никто не хочет.

Что выбрать: ручной ввод, Excel или автоматический разбор

Способы различаются тем, где они ломаются и сколько внимания требуют от человека.

Скрипт работает, пока поставщик не поменял шаблон счёта. Четвёртый способ тоже настраивают под каждый новый макет, но дальше человеку остаются только спорные строки.

Что делать, если ошибка повторяется ⚠️

Повторы почти всегда сводятся к нескольким причинам. Каждая из них видна в журнале загрузки, если он хранит исходный файл рядом с результатом разбора.

Поставщик поменял шаблон счёта

Парсер, настроенный на старые координаты колонок, сдвигается и пишет цену в колонку количества. Но проверка суммы такой документ не пропустит: количество × цена не сойдётся с суммой строки. Поэтому ошибка видна сразу, а не через месяц. Откройте исходный PDF рядом с результатом, найдите съехавшую колонку и добавьте новый макет. Старый оставьте для старых файлов.

Номенклатура не находится

Поставщик пишет «Кабель ВВГнг 3х2,5, бухта», а в вашей базе позиция называется «ВВГнг(А)-LS 3×2,5». Автоматика такую пару не угадает, и не должна: неверное соответствие хуже остановки. Выход один: справочник соответствий, который пополняется при первой остановке. У постоянных поставщиков ассортимент повторяется, поэтому остановки со временем идут на убыль.

Итог в 1С расходится с PDF на копейки

Причина обычно в округлении: поставщик считает НДС от итога счёта, а типовой документ 1С считает его по строкам. Заведите правило: итог документа совпадает с итогом в PDF до копейки. Если нет, документ остаётся черновиком и идёт на проверку, а не округляется молча. Так вы находите системную причину вместо россыпи мелких расхождений.

Скан читается с ошибками

Сканы дают сбои чаще: смазанный штамп, перекос листа, печать поверх цифр. Здесь помогает не смена библиотеки, а проверка сумм и порог уверенности распознавания: цифры, которые OCR прочитал неуверенно, подсвечиваются человеку вместо молчаливой записи. Если сканов много, их выделяют в отдельный поток с более строгой проверкой.

Как предотвратить повторные сбои при загрузке PDF в 1С 🛡️

• ✓Попросите крупных поставщиков передавать документы через ЭДО: XML разбирается без угадывания, а PDF остаётся запасным вариантом.
• ✓Храните исходный PDF в карточке документа 1С. При споре с поставщиком или проверке первичка под рукой, а при ошибке разбора есть с чем сравнить.
• ✓Держите тестовый набор: по два-три файла от каждого поставщика. Меняете правила разбора, прогоняете набор и смотрите, не поплыли ли старые макеты.
• ✓Блокируйте дубли по связке ИНН, номер и дата счёта.
• ✓Разделите права: загрузка создаёт документ, а проводит его ответственный сотрудник.
• ✓Решите, где обрабатываются файлы. В PDF с ФИО сотрудников или паспортными данными лежат персональные данные, и внешний сервис распознавания получает их на обработку. Для этого нужно правовое основание по 152-ФЗ; если такие файлы приходят, разбор лучше держать внутри вашего контура.

Как это решается у нас и сколько стоит 💼

Подход зависит от того, какие документы у вас приходят.

Если основной поток — УПД, в том числе сканы, подойдёт распознавание УПД от 3900 руб/мес.

Если приходят счета, спецификации, прайсы и акты в разных макетах, мы делаем загрузку PDF в 1С под ваши форматы: разбор таблицы, справочник соответствий, проверки сумм и дублей, черновик документа с прикреплённым исходником. Разбор и проверки подключаются к вашей конфигурации через доработку 1С.

Работа специалиста по сопровождению 1С стоит 3800 руб/час. Сколько часов займёт ваш набор макетов, называем после просмотра образцов: цена зависит от числа макетов и от конфигурации, в которой вы работаете. Стоимость типовых услуг смотрите на странице цены и тарифы.

Отличие от скрипта на одну таблицу в том, что документ не создаётся молча. Каждая строка либо проходит проверки, либо уходит человеку с указанием причины. Смену шаблона у поставщика вы замечаете по первому же расхождению сумм, а не на сверке через месяц.

Начать можно с одного поставщика, чей счёт приходит чаще всего: на нём видно, сколько строк система закрывает сама, а сколько уходит человеку. Для оценки нужны 3–5 PDF от разных контрагентов и название вашей конфигурации 1С.

❓ Частые вопросы

Можно ли автоматически загрузить в 1С таблицу из сканированного PDF?

Можно, но с обязательной проверкой. Скан сначала проходит распознавание текста (OCR), потом из него собирают строки таблицы. Ошибки в цифрах бывают чаще, чем в текстовом PDF, поэтому суммы сверяют с итогом, а сомнительные строки показывают человеку. УПД из скана распознаём по тарифу от 3900 руб/мес.

Чем парсинг PDF отличается от копирования таблицы в Excel?

Excel получает текст из PDF вместе с мусором: многострочные наименования рвутся, шапки повторяются, числа читаются как текст. Парсер восстанавливает сетку по линиям или выравниванию, склеивает строки, приводит числа к единому виду и проверяет суммы. После него человеку остаются только спорные строки.

Что делать, если поставщик изменил шаблон счёта и загрузка сломалась?

Откройте исходный PDF рядом с результатом разбора и найдите, какая колонка сместилась. Проверка суммы такой документ обычно останавливает, поэтому ошибка не доходит до проведения. Затем для нового шаблона добавляют отдельный макет разбора, старый оставляют для прежних файлов. Работа специалиста по сопровождению 1С стоит 3800 руб/час.

Как загрузить в 1С таблицу из PDF, если у поставщика нет ЭДО?

Разобрать таблицу парсером, сопоставить контрагента по ИНН и номенклатуру через справочник соответствий, сверить суммы и создать документ-черновик с прикреплённым PDF. Данные передают в базу файлом или через HTTP-сервис. Первая встреча с новым товаром останавливает загрузку, дальше соответствие запоминается. Под ваши форматы загрузку подключают к конфигурации 1С доработкой.

Сколько стоит автоматизация загрузки PDF в 1С?

Распознавание УПД из скана стоит от 3900 руб/мес. Загрузку счетов, спецификаций и актов в разных макетах считаем по проекту: цена зависит от числа макетов и конфигурации 1С. Для оценки пришлите 3–5 PDF от разных контрагентов. Час работы специалиста по сопровождению 1С стоит 3800 руб.