褪色的热敏小票，逐行解析出来。
带 SKU 编码的商品、数量、单价、行合计、四舍五入、收款金额和找零 —— 从扫描件和手机照片里抽出来，任意语言任意币种。
实时演示
在真实文档上看效果。
点击右侧任一字段，我们会在左侧高亮它的来源位置。
Extracted fields
Items
| Code | Price | Amount | Discount | Quantity | Description |
|---|---|---|---|---|---|
示例数据。真实引擎输出。
概览
什么是收据数据抽取？
收据数据抽取就是把实体或电子的销售小票 —— 热敏纸、手机照片、扫描 PDF —— 变成结构化记录，每个值都锚定回它在小票上的位置。报销、审计、去重、个人记账类应用都依赖这一层底座，过去要么靠人工录入，要么靠按商家手工调正则。
对于上方的样本收据，Ztract 会返回 单号、交易日期和时间 和 收银员姓名；含 SKU 编码、描述、数量、单价、折扣、行金额的 商品表格；合计金额、四舍五入后合计 和 四舍五入差额；以及 收款金额 和 找零金额。SKU 编码原样保留 —— 条码可读的字符串，这在喂进库存或去重流水线时尤其关键。
收据是抽取引擎能见到的最难输入之一：热敏纸褪色不均匀、纸张总在不该折的地方折起、商品描述是当地文字而价格是当地货币、不同地区的商家把四舍五入信息印在不同位置。Ztract 不需要按商家配置模板就能处理这些 —— 一张装订在一起的三张小票的手机照片，每张都能拆出来作为独立的结构化记录。
难点
这里为什么并不简单。
这一类文档比表面更难处理的几个原因 —— 以及我们的应对方式。
-
热敏纸褪色和折痕
热敏小票褪色不均，纸张总在不该折的地方折起。即使对比度几乎消失，我们也能读出内容，并通过每字段置信度提示哪些值需要复核。
-
混合文字的商品和价格
圣保罗的日式居酒屋、柏林的韩式烤肉 —— 商品描述保持当地文字，价格保持印刷币种。两者都干净返回，不做归一化。
-
四舍五入、小费和现金差异
现金收据按 5 或 10 分整；餐厅小费可能是固定金额、百分比或多卡分摊。每种情况落在自己的字段里，财务报表才对得上。
-
一次拍多张收据
一张照片里三张收据、装订在一起的扫描件 —— 每张都会被分别识别并解析为独立的结构化记录。
谁在用
这些工作流用得上。
-
报销
把解析后的收据喂进 Concur、Expensify 或 Ramp —— 不用再手敲商家、商品或金额。
-
审计 & 财会
用 SKU 编码识别重复收据、发现异常商家、文档到达即对账核对收款和找零。
-
个人记账
为消费类应用提供拍照即录的能力 —— 跨语言、跨币种的小票都能跑。
常见问题