Qué comprobar antes de convertir un PDF en una fila de datos
Antes de convertir un PDF en una fila, decide qué representa esa fila y verifica que el archivo contiene un único documento lógico con todos los datos necesarios.
Equipo enginerIT· 2 min de lectura
Antes de convertir un PDF en una fila, decide qué representa esa fila y verifica que el archivo contiene un único documento lógico con todos los datos necesarios. Un PDF puede contener anexos, tablas y varios registros que no caben correctamente en una sola fila.
Fija la granularidad del destino
Escribe una frase que defina la fila: una factura, una línea de factura o un pedido completo. Si hay cabecera y líneas, prepara dos conjuntos vinculados en vez de repetir totales en cada línea. Define la clave que evitará crear dos registros al recibir el mismo archivo por canales distintos. El nombre del PDF es una pista de recepción, no una prueba de identidad del documento.
Revisa el material recibido
Abre una muestra y comprueba páginas, orientación, legibilidad y presencia de anexos. Distingue texto seleccionable de imágenes escaneadas, porque necesitarás una ruta de lectura adecuada. Document Intelligence devuelve objetos distintos para páginas, tablas y documentos según el modelo; no presupongas que cualquier lector reconstruye todas esas estructuras. Si falta una página o hay una contraseña que impide procesar el archivo, deriva la incidencia sin crear una fila aparentemente completa.
Define cuándo se permite cargar
Especifica campos imprescindibles y comprobaciones entre ellos. Para un ejemplo hipotético de factura, podrían ser emisor, número, fecha, moneda y total, además de la correspondencia con el proveedor. Ajusta la lista a tu proceso: no todos los PDFs contienen los mismos datos. Mantén los valores ausentes como pendientes. Una tabla cortada entre páginas requiere comprobar continuidad antes de tratar la segunda parte como un registro nuevo.
Haz una conversión de prueba con vuelta al original
Toma varios PDFs distintos y pide a otra persona que localice en ellos cada dato de salida. Contrasta número de documentos, líneas y totales; registra las discrepancias por archivo. Guarda enlace al original, identificador de extracción y regla utilizada. Prueba además un segundo envío del mismo documento: debe detectarse como posible duplicado. Autoriza la carga definitiva cuando la fila represente una entidad completa y sus excepciones tengan una ruta visible de resolución.
Comprobaciones para cerrar la tarea
- ✓ Definir si la fila representa cabecera o línea.
- ✓ Comprobar páginas y continuidad de tablas.
- ✓ Detectar un segundo envío sin crear otra entidad.
Fuentes y documentación
- Microsoft Learn — Respuesta de análisis documental — Distingue contenido, estructura y elementos semánticos; documenta páginas, spans y regiones.
Aplicarlo en tu empresa
Podemos revisar el entorno y acordar qué actuaciones, validaciones y mantenimiento necesitas.
Conocer el servicio relacionado →