Tickets térmicos descoloridos, leídos línea a línea.

La extracción de datos de recibos es el proceso de convertir recibos físicos o digitales — papel térmico, fotos de móvil, PDF escaneados — en registros estructurados con cada valor enlazado a su posición en el recibo. Las notas de gastos, las trazas de auditoría, la detección de duplicados y las apps de finanzas personales se apoyan en esta capa, y tradicionalmente todo eso requería bien introducir datos a mano, bien regex ajustadas por comercio.

Para el recibo de muestra de arriba, Ztract devuelve el número de documento, la fecha y hora de transacción y el nombre del cajero; una tabla de artículos con código SKU, descripción, cantidad, precio unitario, descuento e importe de línea; el importe total, el total redondeado y el ajuste de redondeo; además del efectivo entregado y el cambio entregado. Los códigos SKU se preservan exactamente como están impresos — cadenas legibles por código de barras, lo que importa cuando los pasas a un pipeline de inventario o de comprobación de duplicados.

Los recibos son de los peores documentos que ve un motor de extracción: el papel térmico se descolora desigualmente, el papel se dobla justo en la línea equivocada, las descripciones de artículos aparecen en la escritura local con precios en la divisa local, y los comercios de regiones distintas imprimen los ajustes de redondeo en sitios distintos. Ztract maneja todo esto sin plantillas por comercio — suelta una foto de móvil con tres recibos grapados y cada uno vuelve como su propio registro estructurado.