PDF 采购单数据整理：单位不一致、数量缺失怎么处理？

原创

Youna

修改于 2026-11-05 19:31:06

文章被收录于专栏：ComPDFKit tutorialsComPDFKit tutorials

把供应商发来的采购单 PDF 整理成表格时，同一种物料可能写“12 件”，也可能写“2 箱”。如果汇总表按“件”统计，只提取数字就会丢掉数量的含义。

整理时应一起保留数量、单位和换算依据。“2 箱”需要先确认每箱件数，再换算成件；数量未填写时，应标记为缺失，不能用 0 补齐。处理好这些差异，汇总表里的数字才有相同的统计口径。

下面以按整数件数管理的物料为例，说明从原文核对、字段整理到单位换算的处理方法，并提供 Python 数量检查示例。读者可以用自己的获准文件，检查单位不一致、零值和缺失信息分别会得到什么结果。

先保留原文，再整理字段

PDF 解析解决的是从文档中取得内容和结构。它提供的数字，需要结合原文里的单位和业务含义判断。

可以先准备三类输入，分别查看解析结果：

原文内容	需要保留的信息	后续动作
支架 12 件	数量 12、单位“件”、原文位置	按件数检查
支架 2 箱，每箱件数未填写	数量 2、单位“箱”、换算关系缺失	待确认
赠品 0 件	数量 0、单位“件”	保留零值，再按业务规则确认

以文档解析接口为例，ComPDF 智能全文解析接口参考说明了请求与返回结构。应用需要从实际返回结果中整理业务字段。先检查结果是否保留了数量、单位及其对应关系；不要看到一个数字就脱离上下文填入业务表。

建议将源 PDF、解析结果和整理后的业务字段分开保存。业务记录至少保留来源文件、页码或原文片段，人工修改时能找回依据。字段名、表格位置与返回结构应按实际输出适配，不能假定所有文档都返回同一套业务字段。

换算规则放在应用层

下面的 Python 示例只处理“件”和“箱”，要求数量为非负整数、每箱件数为正整数。它适用于本例的整件物料；称重物料、允许半箱的业务应另定规则。

from decimal import Decimal, InvalidOperation


def whole_number(value, minimum):
    try:
        number = Decimal(str(value))
    except (InvalidOperation, ValueError):
        return None
    if not number.is_finite():
        return None
    if number < minimum or number != number.to_integral_value():
        return None
    return number


def review_quantity(value, unit, pieces_per_box=None):
    if value is None or (isinstance(value, str) and not value.strip()):
        return {"status": "needs_review", "reason": "missing_quantity"}

    quantity = whole_number(value, 0)
    if quantity is None:
        return {"status": "needs_review", "reason": "invalid_quantity"}

    if unit == "件":
        pieces = quantity
    elif unit == "箱":
        if pieces_per_box is None:
            return {"status": "needs_review", "reason": "missing_conversion"}
        factor = whole_number(pieces_per_box, 1)
        if factor is None:
            return {"status": "needs_review", "reason": "invalid_conversion"}
        pieces = quantity * factor
    else:
        return {"status": "needs_review", "reason": "unknown_unit"}

    return {"status": "quantity_checked", "pieces": format(pieces, "f")}


cases = [
    ("正常件数", "12", "件", None),
    ("明确换算", "2", "箱", "12"),
    ("零值", "0", "件", None),
    ("缺少数量", None, "件", None),
    ("缺少换算", "2", "箱", None),
    ("未知单位", "2", "包", None),
    ("无效数量", "-1", "件", None),
    ("无效换算", "2", "箱", "0"),
]
for name, value, unit, factor in cases:
    print(name, review_quantity(value, unit, factor))

保存为 check_quantity.py，用 Python 3 运行 python3 check_quantity.py。正常件数应得到 12 件，明确换算应得到 24 件，零值应保留为 0；其余示例进入待确认并给出原因。

pieces 使用字符串，便于后续按目标系统的数字类型明确转换。这段代码是应用层的教学规则，没有调用解析接口，也没有执行入库。quantity_checked 只表示数量这一项完成检查，料号、供应商、订单版本等仍要分别核对。