电子发票（PDF）识别信息提取（JAVA）电子专票（OFD）在线预览

网上也有资料，有的只有jar包没有源码，整理好网上的资源，把源码开放出来。
https://gitee.com/kanen/invoice
欢迎使用和交流。

内容介绍

电子发票（PDF）识别与验真

1、支持电子发票（PDF）的读取

目前仅支持普通发票,如果您想解析其他发票可底部留言或者联系我

2、验真暂未实现，网上有付费的接口，如用友apilink，阿里云市场、乐税网。差不多都是几分钱一次。

不知道是跟国税局合作，还是使用验证码识别技术 调用的国税局查询接口。这个等以后有时间再研究。

识别原理：

1）使用pdfbox提取pdf文本内容，通过正则匹配到部分属性

2）第一步无法获取全部有效的属性信息，通过关键字拿到定位信息，使用定位的区域，通过pdf的区域读取问题，然后再结合正则进一步匹配得到其他有效属性信息。

特别说明：

该项目核心识别代码来源于github上的fantasyxxj的einvoice项目，在此基础上做的改动调整，在此感谢。

软件架构

springboot

pdfbox

安装教程

从git导入IDE即可

使用说明

参考demo中的电子发票读取

效果如下：

后续计划
1、当前已实现功能

pdf的在线预览，pdf通过模板导出，发票的解析与批量导出，自动读取邮箱中的发票

ofd的在线预览，ofd的解析

以上功能均已实现并在项目中应用，暂未脱敏整理出来，有需要可留言沟通

2、发票验真

难点：验证码识别、接口秘钥生成算法（频繁变动）、反爬虫技术等（IP黑名单等）

更新日志
2020-11-18
增加在线预览PDF和OFD文件的demo，启动服务后，访问首页即可 http://localhost:9088/ 具体实现方式请查看源码

更多说明：

预览pdf使用pdf.js，相关源码请到github搜索该开源项目

预览ofd使用ofd.js，相关源码请到github搜索该开源项目，需要说明的是，该项目前端用的VUE，本人才疏学浅，VUE用的不多，对ofd.js发布后的内容进行了一些修改，进而可以在普通的html项目中使用。更多用法诸如ofd转pdf可以参考原项目的实现。