Como convertir 500 facturas PDF en Excel automaticamente con Python

Si manejas facturas de proveedores, sabes lo tedioso que es pasarlas a Excel a mano. Yo lo resolvi con 40 lineas de Python y ahorro 6 horas al mes.

El problema

Cada mes recibo entre 50 y 80 facturas PDF de diferentes proveedores. Cada una con formato distinto. Pasarlas a Excel es un infierno: errores de tipeo, datos olvidados, totales que no cuadran.

La libreria clave: pdfplumber

Despues de probar PyPDF2, PyMuPDF y PDFMiner, me quede con pdfplumber porque extrae texto con mejor precision en tablas.

Instalacion:

pip install pdfplumber openpyxl

El codigo base

import os

import re

import pdfplumber

import openpyxl

CAMPOS = {

    "numero": r"(?:factura|invoice|numero):?\s*([A-Z0-9-]+)",

    "fecha": r"(?:fecha|date):?\s*(\d{1,2}[/.-]\d{1,2}[/.-]\d{2,4})",

    "total": r"(?:total):?\s*\$?\s*([\d.,]+)",

}

def extraer(ruta):

    with pdfplumber.open(ruta) as pdf:

        texto = "\n".join(p.extract_text() or "" for p in pdf.pages)

    datos = {}

    for campo, patron in CAMPOS.items():

        m = re.search(patron, texto, re.IGNORECASE)

        datos[campo] = m.group(1) if m else "N/D"

    return datos

resultados = []

for archivo in os.listdir("facturas"):

    if archivo.endswith(".pdf"):

        resultados.append(extraer("facturas/" + archivo))

wb = openpyxl.Workbook()

ws = wb.active

ws.append(["Numero", "Fecha", "Total"])

for r in resultados:

    ws.append([r["numero"], r["fecha"], r["total"]])

wb.save("facturas.xlsx")

Resultados reales

• Antes: 6 horas al mes copiando facturas a mano
• Despues: 30 segundos ejecutando el script
• Ahorro: 71 horas al ano

Consideraciones importantes

Formatos variables: Cada proveedor usa su propio formato. Los regex hay que ajustarlos al inicio, pero una vez funcionan, funcionan siempre.

PDFs escaneados: Si la factura es una imagen (no texto), pdfplumber no la lee. Necesitas OCR (Tesseract).

Multiples paises: El script detecta formatos en espanol, ingles y portugues automaticamente.

Conclusion

Automatizar facturas es una de las mejores inversiones de tiempo que puedes hacer. 2 horas configurando, 71 horas ahorradas al ano.

Si quieres la version completa con menu interactivo, deteccion multi-idioma y exportacion a Excel formateado:

Automatizador de Facturas con IA