PDF电子发票号码提取

发票数据录入的痛点

在财务报销或税务归档场景中，电子发票（PDF格式）的发票号码核验往往依赖人工肉眼查找。当面对成百上千份PDF文件时，手动复制粘贴不仅耗时，还极易出现漏填或错填。该技能旨在自动化这一繁琐过程，通过直接解析PDF内的二维码，快速提取发票号码并生成结构化表格，让数据流转回归自动化。

核心工作机制与步骤

技能提供了一个自定义交互界面，核心流程分为三步：

• 批量导入：通过 showOpenFilePicker 接口支持多选PDF文件，文件列表在UI中实时渲染，并维护“待扫描”、“扫描中”、“已完成”等状态。
• 扫码与解析：点击扫描后，循环调用 scanPDFQRCode 提取二维码内容。内置的 extractInvoiceNumber 函数负责文本解析，兼容多种编码格式：

- 支持正则匹配 发票号码、invoiceNumber 等常见键名及8-12位纯数字。
- 兼容标准 JSON 格式，自动尝试 JSON.parse 并提取 invoice_no 等字段。

• 结果导出：过滤掉识别失败的条目，将有效数据组装为二维数组，最终通过 exportExcel 接口输出为包含序号、文件名、号码和状态的 .xlsx 文件。

适用边界与注意点

• 依赖二维码：该技能仅识别PDF中的二维码信息，若发票PDF未嵌入包含号码的二维码，或二维码内容被裁减，将无法提取。
• 格式容错：虽然正则和 JSON 解析覆盖了主流格式，但若二维码包含极其不规则的自定义文本结构，仍需人工介入复核。
• 环境依赖：识别与导出功能强依赖宿主环境（如 Work Buddy）提供的 scanPDFQRCode 和 exportExcel 底层 API 支持。