jpg PDF轉Excel 確實能節省表格重建時間,但資料進入 Excel 之後,檢查工作往往才真正開始。若來源是銀行對帳單、發票清單、費用報表或付款彙總,只要 OCR 在日期、小數點或帳號上出現一點偏差,後續比對、匯入與報表就可能跟著出錯。
這篇文章聚焦在擷取完成後的品質檢查,不討論掃描校正或列總和驗證技巧本身,而是集中處理三種最常造成實務風險的欄位:日期、金額小數,以及帳號或參考編號。
如果你想先了解一般流程與工具資訊,可參考資訊頁面 掃描 PDF 轉 Excel。請將它視為可用性與背景說明頁,而不是直接可執行轉換的操作入口。
為什麼這三類欄位要優先檢查
不是每一種 OCR 錯誤都同樣嚴重。備註欄少一個字,可能只是閱讀不便;但日期錯一天、金額少一個小數點、帳號漏一碼,影響的可能是對帳、請款、報稅或資料匯入。
通常最敏感的欄位包括:
- 日期:可能發生日月對調、數字誤判或分隔符號不一致。
- 小數金額:淡掉的小數點或逗號,可能被省略、錯位或重複。
- 帳號與識別碼:長數字字串常見漏碼、併碼、前導零消失,或
0與O混淆。
這些問題之所以常見,是因為 OCR 判讀的是影像形狀,不是欄位在商務上的真正意義。即使試算表看起來整齊,也可能藏著不容易立刻發現的錯值。
實際範例:掃描發票清單轉成 Excel 之後
假設一份掃描 PDF 表格含有以下欄位:
- 發票日期
- 發票號碼
- 客戶帳號
- 未稅金額
- 稅額
- 含稅總額
完成 jpg PDF轉Excel 後,畫面乍看可能已經可用,但細查時常會看到這類情況:
2026-09-12變成2026-09-171540.75變成15407500198234變成19823488.40變成B8.40A10239008變成A1023900B
這些錯誤單看一列似乎不大,但一旦資料被篩選、比對、匯入系統或做稽核,就可能連帶產生後續問題。
轉出後可直接使用的五步檢查流程
在信任 Excel 結果之前,建議先走完這個簡短流程:
-
保留原始 PDF 當對照依據
將掃描 PDF 與 Excel 並排查看。檢查時要對照原始影像,而不是憑印象判斷。 -
先標出高風險欄位
優先查看日期、金額、帳號、發票號碼、參考編號、稅號與餘額欄,再去看描述文字。 -
先調整儲存格格式,但不要改變原意
日期欄設為日期格式,金額欄設為數值格式;若欄位需要保留前導零或屬於識別碼,應以文字格式處理。 -
用篩選與排序找可疑模式
檢查空白值、異常長短、重複值、數字欄中的文字,以及分隔符號不一致的列。 -
針對高風險列逐列抽查
大額交易、不尋常日期格式、較長識別碼,都應優先人工比對。
日期欄位怎麼檢查才不容易漏掉
日期欄最麻煩的地方,在於錯誤結果看起來仍可能像一個「合法日期」。
可依下列方式檢查:
- 先確認原始文件使用的是哪種格式,例如
DD/MM/YYYY、MM/DD/YYYY或YYYY-MM-DD。 - 確認 OCR 是否一致保留分隔符號,例如斜線、連字號或句點。
- 將日期欄排序,看看是否出現明顯超出期間範圍的值。
- 篩選空白與離群值,例如年份明顯過早或過晚。
- 比對前幾列、最後幾列,以及中間隨機抽樣幾列與原始 PDF 是否一致。
常見警訊包括:
- 只有部分列出現日月對調
- 個位數日期被辨識成另一個數字
- 整欄其實是文字,不是真正日期值
- 原始資料日期有變化,但 Excel 出現大量重複日期
實務上可以另外新增暫時檢查欄,例如「日期檢查」,用 正常、待查、不符 來標記。
小數點與金額欄位要怎麼快速抓錯
金額欄位需要特別小心,因為 OCR 不只會看錯小數點,也可能誤判千分位、負號或貨幣符號。
重點可先看這幾項:
- 原始資料使用的是
1,234.56還是1.234,56。 - 負數是否保留負號,或是否應以括號表示。
- 是否有金額突然放大一百倍或一千倍的情況。
- 是否因逗號、空白或其他符號,導致數字被當成文字。
- 未稅、稅額與總額欄位在抽樣列中是否合理對應。
下表可作為快速檢查表:
| 檢查欄位 | 常見 OCR 錯誤 | 建議查看重點 |
|---|---|---|
| 未稅金額 | 小數點遺失 | 金額是否突然偏大 |
| 稅額 | 8 被看成 B 或 3 |
數值欄是否混入文字 |
| 含稅總額 | 分隔符號格式改變 | 各列格式是否一致 |
| 負數金額 | 負號消失 | 退款或折讓是否被誤判為正數 |
要注意的是,即使 Excel 後續公式可正常計算,也不代表最初匯入的值就是正確的。抽樣回看掃描 PDF 仍然必要。
帳號、編號與識別碼為什麼應該當作文字檢查
帳號、發票號碼、參考碼、稅籍編號這類欄位,多數時候不應該用數學邏輯看待,而應以文字資料驗證。
檢查時建議遵守以下原則:
- 保留前導零。
- 長識別碼不要依賴自動數值格式。
- 留意
0/O、1/I、5/S、8/B這類字元混淆。 - 先確認每類編號的預期長度。
- 若欄位本應唯一,需特別查看是否出現重複值。
你可以在旁邊加一個簡短檢查清單欄:
- 長度是否符合預期
- 是否只包含允許字元
- 前導零是否保留
- 是否有多餘空白
- 抽樣列是否與原始 PDF 一致
若某欄位理應固定十碼,就可以先依字數長度篩選。凡是九碼或十一碼的列,都應立即複查。
一份可重複使用的簡短 品質檢查 清單
在把 OCR 結果用於報表、匯入或正式比對之前,可先跑完這份清單:
- 已確認原始文件的日期格式
- 已確認小數點與千分位分隔方式
- 必須保留的前導零沒有消失
- 數值欄未混入文字內容
- 識別碼欄已按文字方式檢查
- 已篩出並檢查離群值
- 已抽樣逐列比對掃描 PDF
- 高金額或高風險資料已人工複核
這類清單看似簡單,但能有效降低「看起來沒問題,所以就當作正確」的風險。
後檢查流程的限制與判斷邊界
轉出後檢查可以降低風險,但不代表一定能找出所有 OCR 問題。
需要注意的限制包括:
- 掃描品質太差時,可能整批欄位都出現系統性誤判。
- 若原始表格切邊、傾斜或缺字,再仔細檢查也可能需要人工重建。
- 日期格式若本身有歧義,可能需要業務情境才能判定。
- 某些帳號是否正確,單靠畫面無法驗證,還需要可信的外部資料。
- 多行儲存格或合併儲存格,可能讓資料整體錯位到別的欄位。
因此,最安全的做法不是一律全面重查,而是依用途調整深度:資料用途越重要,人工驗證就應越完整。
重點結論
jpg PDF轉Excel 的價值,不只在於把表格轉出來,更在於轉出之後是否有一套可靠的檢查流程。日期、小數點與帳號欄位之所以要先看,是因為它們最容易被 OCR 誤判,而且一旦忽略,實務成本也最高。
與其只問表格有沒有成功轉成 Excel,不如進一步確認:這些關鍵欄位在轉出後,是否仍然保留原始 PDF 中的正確意義。這樣的工作流程,才更接近可安心使用的結果。