Conserva el documento de origen
Registra proveedor, fecha, versión, moneda y vigencia. Comprueba si el PDF contiene texto o es un escaneo. El OCR puede interpretar mal comas, ceros y letras.
Define el esquema de salida
Separa SKU, descripción, unidad de venta, precio y página. No mezcles precios por caja y por unidad en la misma columna sin indicar la unidad.
Revisa campos críticos
Contrasta cada SKU y precio con el documento. Una extracción coherente puede estar equivocada: CR-20 y CR-2O son distintos textos. En importes, detecta si 25,00 pasó a 2500.
Reconcilia filas
Cuenta líneas del documento y líneas de salida. Anota filas partidas, subtotales y cabeceras repetidas. No conviertas subtotales en productos.
Entrega con estado
Solo marca revisadas las filas comprobadas. Una tarifa extraída no prueba disponibilidad, fiscalidad o vigencia comercial de una oferta futura.
Ejemplo desarrollado
El PDF de ejemplo adjunto contiene CR-20 a 25,00 €/unidad, CR-30 a 40,00 €/unidad y ET-01 a 12,50 €/paquete. La extracción defectuosa propone CR-2O a 2500,00; CR-30 a 40,00 y omite ET-01. El archivo de solución recupera tres filas y sus unidades; no transforma paquetes en unidades sin factor de conversión.
Practícalo
Corrige la extracción y calcula una comprobación aritmética con una unidad de cada línea, conservando que son unidades de venta distintas.
Consultar solución comentada
Tres filas; referencias CR-20, CR-30, ET-01; precios 25,00, 40,00 y 12,50. La suma de los tres importes es 77,50 €, útil solo como control de transcripción del ejercicio. Utiliza los precios del ejemplo para practicar el proceso de extracción.
Descargar PDF fuente del ejercicio