請求書データ化

複数の請求書PDFから必要項目を抽出し、そのまま支払処理に回せる一覧表を作る。

入力として受け取るもの

• 請求書PDF（1枚でもフォルダ単位でも可。スキャン画像のPDFも対象）
• 出力先のファイル名（指定がなければ invoices_YYYYMMDD.csv）
• 自社で使っている項目名の指定（あれば）

手順

1. 対象ファイルを列挙する。 Glob で PDF を集め、件数をユーザーに伝えてから処理を始める。
2. 1件ずつ読む。 ファイルごとに全ページを読む。複数の請求書が1つのPDFに結合されている場合は分割して扱う。
3. 項目を抽出する。 下記の抽出項目に従う。読み取れない項目は空欄にし、備考 に 要確認: <項目名> と書く。
4. 検算する。 下記の検算ルールを全件に適用し、不一致は 検算 列に記録する。
5. 一覧表を出力する。 CSV を既定とし、Excel を求められた場合は .xlsx にする。
6. サマリを報告する。 処理件数、合計金額、要確認の件数、検算不一致の件数を伝える。

抽出項目

検算ルール

すべての行に対して次を確認し、結果を check 列に書く。

1. subtotal_10 + tax_10 + subtotal_8 + tax_8 == total か
2. tax_10 が subtotal_10 の10%（端数処理の差1円以内）か
3. tax_8 が subtotal_8 の8%（端数処理の差1円以内）か
4. due_date が issue_date より後か
5. registration_no が T + 数字13桁の形式か

いずれかに反した場合は check 列に NG: 合計不一致（小計+税=1,100,000 / 記載=1,100,001） のように、期待値と実際の値を両方書く。

守るべきルール

• 読み取れない値を推測で埋めない。 空欄にして note に 要確認 を書く。金額の推測は事故に直結する。
• 金額は数値のみで出力する。 通貨記号・カンマ・「円」を含めない。表示形式は表計算側で整える。
• 日付は YYYY-MM-DD に統一する。 元号表記は西暦に変換し、変換したことを note に記す。
• 発行元名を省略・整形しない。 「（株）」は「株式会社」に統一してよいが、法人格の位置は原文どおりにする。
• ファイル名と行を必ず対応させる。 検算NGの行を人が原本で確認できることが、この仕組みの前提になる。
• 原本を書き換えない。 PDFは読み取り専用として扱う。

自社用にカスタマイズする

• 列名を自社の会計システムの取込フォーマットに合わせる
• 勘定科目・部門コードの自動付与ルールを追加する
• 支払サイトの社内基準（例: 検収月末締め翌々月10日払い）を検算に追加する
• 継続取引先の名称マスタを references/vendors.md に置いて表記ゆれを吸収する