nolainocr

nolainocr 是什么？

nolainocr 是一款 AI 驱动的 OCR 工具，可从 PDF 文档（如发票、收据、表单和合同）中提取结构化数据。其目标是将文档中的信息转化为可用的输出，从而避免手动将数据输入到电子表格或数据库中。

上传 PDF 后，nolainocr 会生成结构化结果，您可导出为 Excel、Google Sheets 或 JSON。它专为批量处理设计——如单个 PDF 中打包的多个发票——并利用文档布局在各页一致提取字段。

主要功能

• 发票、收据、表单和合同的 PDF 转结构化数据提取：上传文档文件并转换为结构化输出。
• Excel、Google Sheets 和 JSON 输出：以适用于电子表格工作或后续处理的格式导出提取字段。
• 多页 PDF 批量处理：上传包含多个发票/收据/表单的一个 PDF，并从所有页提取。
• 提取配置选项：设置每个文档对应的页数（例如，每张收据/发票/表单的页数）并选择提取模式。
• 带或不带项目历史的提取模式：选项包括不保留提取数据记录的模式，以及基于项目的模式（将结果添加到项目或更新现有项目）。
• 列选择和结果预览：审阅提取文本并选择要包含的列（例如，供应商、开票给、发票号、总额和行项目字段）。

如何使用 nolainocr

1. 上传您的 PDF（源内容表明支持的输入类型为 PDF）。
2. 如果您的 PDF 包含多个文档，确保它们布局相同以保持提取准确。
3. 配置提取设置，如 每张收据/发票/表单的页数 和您想要的提取模式。
4. 运行提取 并在页面预览中审阅结果。
5. 选择列并导出 提取数据至 Excel、Google Sheets 或 JSON。

如果您的文档布局不同，请按布局类型将它们分组到单独的 PDF 中，并分别处理每个组。

使用场景

• 批量从费用收据记账：上传包含多张收据（相同布局）的单个 PDF，提取字段如收据号、供应商、日期、类别、小计、税费和总额。

• 会计师合并多张发票：提供包含多个发票/收据/表单的一个 PDF，生成单个结构化电子表格输出，便于对账。

• 房地产文档审计：处理来自合并 PDF（相同模板/布局）的租赁协议，提取租赁相关字段，如物业标识、房东/租户信息、月租和租赁期限日期。

• 理赔和表单数据录入支持：将一周的理赔表单转换为结构化条目，从共享相同表单布局的文档中提取重复字段。

• 发票行项目提取：对于包含项目的发票，提取数量、单价和行总额，然后将结果导出到包含选定项目相关列的电子表格中。

常见问题

nolainocr 支持除 PDF 外的其他文件类型吗？

页面内容仅说明支持的文件类型为 PDF。如果需要其他格式支持，请在上传前确认。

如果我上传的 PDF 包含布局不同的发票/收据会怎样？

描述的工作流程是 按布局类型分组文档（每个组一个 PDF），并分别运行每个组的提取以保持处理准确。

我可以上传包含多个文档的一个 PDF 吗？

可以。页面描述上传 包含多个发票、收据或表单的一个 PDF，然后从所有页提取。

可用输出格式有哪些？

页面列出的导出选项为 Excel、Google Sheets 和 JSON。

我可以审阅并选择输出中的字段吗？

可以。界面包含结果预览，您可在其中 查看提取文本 并 选择列，如供应商、开票给、地址、发票/日期和总额（以及存在的行项目字段）。

替代方案

• 导出到电子表格的通用OCR工具：这些工具可能处理文本识别，但工作流程可能需要更多手动映射到结构化列，与专为发票/收据/表单提取设计的流程相比。

• 基于电子表格导入工作流程，使用模板匹配：您可以构建使用文档模板和脚本提取字段的流程，但设置和维护可能比一键上传提取工作流程更多。

• 其他文档转数据提取平台：与其他仅OCR工具不同，此类其他工具专注于将文档中的结构化字段转换为电子表格或JSON；差异通常来自它们处理布局一致性、分组和字段配置的方式。

• 使用电子表格模板的手动数据录入：对于非常小的批量或高度可变的文档布局，手动工作流程可能更简单，但无法像自动化提取那样减少打字努力和时间。