企业官网建设流程全解析

影刀RPA新手教程：OCR识别发票完全指南——自动读取发票信息并填表

做财务的李姐每天要处理几十张发票。收到的发票截图、扫描件，得一个一个手动录入到系统里：发票号、开票日期、金额、税额。

她说：“字倒是看得见，但一个一个敲太慢了，还总是看串行。”

我告诉她：影刀的OCR功能不只是看验证码，看发票更是一把好手。

准备工作：拿到一张发票图片

首先你需要一张发票的图片文件。可以是截图、pdf导出、手机拍照，格式jpg或png都行。

把图片放到电脑上一个固定的位置，比如：C:\fapiao\fapiao_001.png。

如果你是批量处理，建议把所有发票放在同一个文件夹下，命名有规律一点，方便后面写循环读取。

安装与配置：通用文字识别指令

影刀的OCR功能不需要额外安装任何东西。在指令面板左侧搜索"通用文字识别"，拖到画布上就能用。

但你需要注意一点：OCR调用的是影刀AI引擎，需要联网。免费版每个月有赠送额度，一般够日常使用。如果额度用完会提示"超出使用次数"，需要到个人中心充值。

我第一次用的时候没注意额度，流程跑到一半突然报错，排查了半天才发现是额度没了。

变量是什么：先把发票数据存起来

在开始识别之前，先创建几个变量来存结果。

变量就像一个带标签的盒子。你创建一个叫fapiao_no的变量，意思是"发票号"，然后把OCR读出来的发票号放进去。以后想用这个发票号的时候，直接用fapiao_no就行了。

创建变量的方法：在影刀左侧的"变量管理"面板点"添加变量"，填变量名和初始值。初始值可以写""（空字符串），等OCR识别后再赋值。

需要创建的变量：

• fapiao_no：发票号码
• fapiao_date：开票日期
• fapiao_amount：金额
• fapiao_tax：税额

网页自动化与元素定位：打开发票识别的入口

虽然OCR本身不需要网页，但我们最终是要把发票信息填到系统的网页表单里。

先用"打开网页"指令，打开你的发票录入系统的网址。

然后用"等待元素出现"指令，等表单加载完成。CSS选择器可以写成：input[name=“invoice_no”]。注意，这里的name是网页里input标签的name属性，不是发票号本身。

我踩过一个坑：表单加载完了，但输入框被一个加载动画遮住了。影刀尝试输入文字时报"元素不可交互"。解决方法是加一步等待，等加载动画消失后再操作。

OCR识别发票：核心步骤

现在我们用"通用文字识别"指令来读发票。

配置参数很简单：

• 图片路径：C:\fapiao\fapiao_001.png
• 结果保存至：all_text

运行后，all_text变量里的内容大概是这样的：

增值税电子普通发票 发票号码：12345678 开票日期：2025年06月15日 金额：¥1,280.00 税额：¥38.40 税价合计：¥1,318.40

一堆文字混在一起。我们得从中提取出需要的信息。

正则表达式：从一堆文字中提取关键信息

正则表达式听起来吓人，其实就是一套"从文字里找东西"的规则。

比如你要找发票号，发票号码都是数字，一般是8位。正则写成：\d{8}。\d表示数字，{8}表示正好8个。

在影刀里用"正则匹配"指令：

• 源文本：all_text
• 匹配模式：\d{8}
• 结果保存到：fapiao_no

提取日期要稍微复杂一点：\d{4}年\d{2}月\d{2}日。意思是4个数字+年+2个数字+月+2个数字+日。

提取金额用：¥[\d,]+.\d{2}。解释一下：

• ¥ 匹配人民币符号
• [\d,]+ 匹配数字和逗号一次或多次（比如1,280）
• .\d{2} 匹配小数点后两位

数据处理：清洗提取出来的内容

提取出来的日期是"2025年06月15日"，但系统表单要求格式是"2025-06-15"。

用"替换文本"指令分两步处理：
第一步：把"年"替换成"-“，把"月"替换成”-"
第二步：把"日"替换成空

金额也有同样的问题：¥1,280.00要去掉¥和逗号，只保留1280.00。

用Python指令处理更灵活：

amount=GetVar("fapiao_amount_raw")amount=amount.replace("¥","").replace(",","")SetVar("fapiao_amount",amount)

流程控制：如果OCR没读到怎么办

OCR不一定一次就读对。发票照片光线不好、发票折痕太多，都可能导致识别不全。

用If判断来检查：

• 如果 fapiao_no 是空字符串，弹出提示"发票号码识别失败，请手动输入"
• 否则，继续后续步骤

还可以加一个For次数循环做重试。重试3次，每次用不同的OCR识别类型（影刀支持"通用文字识别"和"通用文字识别（高精度版）"，前者免费，后者更准但要消耗额度）。

写入Excel：把识别结果保存到表格

很多财务流程是：把发票信息录入Excel，再批量导入系统。

影刀的Excel操作指令很全。先用"打开Excel"打开一个文件，再用"写入单元格"把数据写到指定位置。

假设Excel表头是：发票号、日期、金额、税额、税价合计。数据从第2行开始写：

• 写入A2：fapiao_no
• 写入B2：fapiao_date
• 写入C2：fapiao_amount
• 写入D2：fapiao_tax

如果是批量处理多张发票，用一个循环：

For 每一张发票图片 in 发票文件夹 OCR识别 数据清洗 写入Excel下一行

鼠标键盘操作：当网页表单需要鼠标聚焦

有些网页表单，必须先用鼠标点一下输入框，才能输入文字。这时候用"点击元素"指令：

• 目标元素：用XPath定位，//input[@name=‘invoice_no’]
• 点击方式：单击

点完之后再加一个"输入文本"指令。顺序不能反。

进阶技能：把OCR识别封装成子流程

如果你有多个流程都需要OCR识别发票，可以把这个功能做成子流程。

主流程调用子流程时，传入发票图片路径，子流程返回一个字典，包含发票号、日期、金额、税额。

子流程里的代码和主流程一样写，没有任何区别。唯一的区别是子流程可以设置输入参数和输出参数。

平台实战：完整流程串一遍

完整流程分8步：

1. 打开系统网页
2. 等待表单加载完成
3. 在发票文件夹里找到所有发票图片
4. 循环每张图片
5. OCR识别发票内容
6. 正则提取发票号、日期、金额、税额
7. 数据清洗（格式化日期和金额）
8. 逐项填写到网页表单并提交

这样一个流程跑下来，李姐原来需要1小时的工作，现在3分钟就搞定了。

系统联动：识别后的通知

发票录入完成后，可以用飞书机器人发一条通知。在"系统联动"指令组里找"飞书机器人-发送消息"，配置好Webhook地址。

消息内容可以这样写：
“今日已处理N张发票，发票号范围：XXX～XXX，总金额：XXXX元”

Webhook地址需要在飞书群里添加机器人后获取。如果不会配置，可以在home.linyan.cloud上搜索飞书机器人教程。

工程化规范

多张发票处理时，给每张发票的识别结果加个成功/失败标记。在Excel里加一列"识别状态"，成功的写"成功"，失败的写"失败——需人工核对"。

变量命名要有规律，fapiao_前缀统一：fapiao_no、fapiao_date、fapiao_amount。

常见报错与解决

“超出OCR使用次数”：到个人中心查看额度，充值或切换识别类型。

“正则匹配为空”：检查发票截图是否清晰，尝试换一种识别类型。数字识别失败时，手动打印all_text日志，看看OCR到底返回了什么。

“XPath定位不到输入框”：用浏览器F12检查网页结构，确认input标签的属性值是否正确。有些动态生成的表单，id和name会变化，需要用其他属性定位。

#影刀RPA #RPA教程 #影刀新手教程 #OCR发票识别 #发票自动化 #财务自动化 #正则表达式

作者：林焱