shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

提取ofd格式电子发票发票号码发票信息

从OFD格式电子发票中自动提取发票号码，支持批量上传，输出为Excel明细表，方便后续查重、统计和管理。

personAuthor: user_9355e276hubcommunity
downloadDownload package

OFD电子发票号码提取器

功能概述

本技能专门用于解析 OFD（Open Fixed-layout Document）格式的电子发票，自动提取发票号码及关键信息并生成 Excel 文件：

  • 多类型支持：增值税电子普通发票、增值税电子专用发票、全电发票（数电票）
  • 批量处理：支持单次最多 200 个 OFD 文件批量提取
  • 全字段提取：发票号码、发票代码、开票日期、金额、税额、价税合计、购销方名称及税号
  • 自动查重：自动识别重复发票号码并单独标记
  • Excel 导出：生成包含「发票明细」「统计信息」「失败列表」「重复列表」多 Sheet 的 Excel 报表
  • 标准解析：基于 OFD 国标（GB/T 33190）结构，通过 CustomTag 语义标签 + ObjectRef + TextObject 链路精准提取

触发指令

  • "提取OFD电子发票"
  • "OFD电子发票提取"
  • "提取OFD"
  • "OFD发票解析"
  • "读取OFD发票"
  • "OFD发票号码提取"

依赖环境

  • Python 3.10+
  • pandas
  • openpyxl
  • tkinter（Python 内置 GUI 库，随 Python 安装）

工作流程

阶段一：上传文件（弹窗界面）

当用户触发技能后，PC 端弹出 tkinter 操作弹窗：

  1. 点击「添加文件」选择单个或多个 .ofd 文件
  2. 或点击「添加文件夹」批量导入某文件夹下所有 OFD 文件（最多 200 个）
  3. 可点击「清空列表」重新选择
  4. 确认后点击「确定」开始提取

阶段二：自动解析提取

程序按 OFD 标准结构解析每个文件：

  1. 解压 OFD（ZIP 格式）
  2. 读取 Document.xml 获取文档结构
  3. 定位 CustomTags.xml -> CustomTag.xml 语义标签文件
  4. 解析 InvoiceNo、IssueDate、BuyerName、SellerName、TaxExclusiveTotalAmount 等字段
  5. 通过 ObjectRef -> PageRef -> Content.xml -> TextObject -> TextCode 链路提取实际文本
  6. 支持多 ObjectRef 拼接（如金额拆分为货币符号 + 数字两个对象）
  7. 自动过滤货币符号（¥/￥）、逗号、空格等无关字符

阶段三：导出结果

提取完成后自动生成 Excel 文件保存到桌面：

  • 发票明细 Sheet：序号、发票号码、发票代码、开票日期、金额、税额、价税合计、购销方名称及税号、文件名称、提取时间
  • 统计信息 Sheet：总文件数、成功提取数、失败数、重复数
  • 失败列表 Sheet：失败文件路径及失败原因（如有）
  • 重复列表 Sheet：重复发票号码（如有）

文件名格式：OFD发票号码提取结果_YYYYMMDD_HHMMSS.xlsx

技术细节

OFD 解析原理

OFD 文件本质是 ZIP 压缩包，内部采用 XML 描述文档结构和内容。发票语义数据存储在 Doc_X/Tags/CustomTag.xml 中，其中每个字段标签（如 InvoiceNo）不直接包含文本值，而是通过 ObjectRef 引用页面内容中的 TextObject ID。程序需要：

  1. 从 Document.xml 获取 CustomTags 路径和页面映射
  2. 解析 CustomTag.xml 获取字段标签及其 ObjectRef 引用
  3. 通过 PageRef 定位到对应页面的 Content.xml
  4. 在 Content.xml 中根据 TextObject ID 找到 TextCode 获取实际文本

回退机制

如果标准 CustomTag 解析未找到发票号码，程序会回退到通用 XML 标签搜索模式，遍历所有 XML 文件，查找 InvoiceNumber、发票号码、InvoiceNo 等标签，并支持正则匹配 20 位数字。

使用示例

用户：提取OFD电子发票
WorkBuddy：[弹出文件选择窗口]
用户：[选择 3 个 .ofd 文件，点击确定]
WorkBuddy：✅ 提取完成！成功 3 个，失败 0 个
          发票号码：26372000003529013986
          发票号码：26372000003529013987
          发票号码：26372000003529013988
          Excel 文件已保存到桌面

注意事项

  • 仅支持 .ofd 格式文件，不支持 PDF 发票
  • 单文件大小限制 20MB
  • 程序在本地运行，不上传任何发票数据到服务器
  • 需要安装 Python 运行环境及 pandas、openpyxl 依赖

支付宝付费改造契约（PAYSKILL）

本技能为付费技能（PAYSKILL）。调用遵循支付宝 AI 生意画像契约，由平台调度层执行 probe → pay → complete → ack 流程：

  1. probe（探测）：平台调用前先探测是否已持有本技能的支付宝有效订阅 / 付费凭证。已付费则直接放行。
  2. 402 Payment-Needed：未付费时，脚本向标准输出返回 HTTP 状态 402 与 Payment-Needed 标记，提示用户通过支付宝完成付费（pay），平台据此唤起付费页。
  3. complete（扣费确认）：用户在支付宝完成扣费后，平台下发 Payment-Proof（付费凭证）。
  4. ack（验签放行）：平台携带 Payment-Proof 重试本次调用；scripts/payment_gate.py 验签该凭证，确认有效后放行主流程。

订阅持久化与幂等：

  • 付费状态缓存在本地 .pay_cache/state.json，避免每次调用重复付费（订阅持久化）。
  • 同一 Payment-Proof 在 24h 幂等窗口内仅生效一次，避免重复扣费。

现金流改造后的调用套路：

用户调用 → 平台 probe  →
   未付费：下发 402 Payment-Needed → 支付宝 pay → complete → 下发 Payment-Proof
已付费/携带 Proof：脚本 ack 验签 → 放行主流程

本契约由 SkillHUB 平台调度层解析，脚本本地仅处理 402 / 验签 / 持久化 三环节；付费本体交给支付宝。

支付宝 AI 按量付费（Machine Pay / A2M）改造说明

本 Skill 已按支付宝官方 A2M 协议改造为 Pay Skill，付费闸口位于 scripts/payment_gate.py，统一调用云端计费服务 https://pay.pembroli.cn/api/resource。

付费流程

  1. 未付费调用时，服务端返回 HTTP 402 + Payment-Needed 头，携带金额、商户、订单号及 RSA2 签名。
  2. 买家侧 payment_gate.py 收到 402 后引导用户完成支付，平台回传 Payment-Proof。
  3. 客户端携带 Payment-Proof 重试资源端点。

验付调用

服务端收到 Payment-Proof 后，调用支付宝验付接口（alipay.aipay.agent.payment.verify）核验凭证有效性（trade_no、out_trade_no、active 状态），验证失败返回 400，验证通过才进入资源发放。

履约确认

资源发放成功后，服务端异步调用履约确认接口（alipay.aipay.agent.fulfillment.confirm，trade_no）回执，标记本笔订单已履约；并按 out_trade_no 做幂等，重复请求直接返回已缓存结果，杜绝重复收费。

幂等与缓存

买家侧按 slug 本地缓存 Payment-Proof（24h TTL），有效期内免重复支付；服务端按订单号幂等，保证同一笔订单只履约一次。