---
title: "Importare fatture PDF in Excel: serve l'IA o no?"
description: "Come importare fatture PDF in Excel: uno script ha letto 30 PDF testuali su 30, le scansioni richiedono un modello e i suoi errori stanno nelle partite IVA."
url: "https://madsalt.tech/it/blog/pdf-invoice-to-excel/"
author: "Denys Zaichenko"
author_url: "https://madsalt.tech/it/about/"
language: "it"
published: 2026-10-22
---

# Importare fatture PDF in Excel: serve l'IA o no?

In breve

Prima controlli se il PDF ha uno strato di testo. Se ce l'ha, uno script breve, senza IA, ha letto giuste tutte e 30 le fatture di prova, intestazione e tutte le 113 righe, in una mediana di 0,03 secondi ciascuna. Su una scansione lo stesso script non restituisce nulla e serve un modello. Nell'esecuzione che riporto, Claude Haiku 5.5 ha azzeccato i totali imponibile, IVA e lordo sulle 30 scansioni, ma ha letto male cifre di partite IVA, numeri di fattura e descrizioni, e due importi di riga: 4 fatture su 30 del tutto giuste, 12 se si ignorano i caratteri simili. I controlli aritmetici ne hanno presi 2 delle 18 sbagliate. La cifra di controllo della partita IVA ne ha individuate 16 su 18, e 17 su 18 insieme ai controlli aritmetici.

Sono Denys, ingegnere full-stack e di IA. Volevo sapere cosa funziona per importare fatture PDF in Excel, cioè per estrarre dati dalle fatture, e quanto spesso sbaglia. Così ho fatto il lavoro da cima a fondo su 30 fatture fittizie di fornitori come quelle del mio [test precedente su quattro modelli IA](https://madsalt.tech/it/blog/invoice-data-extraction-with-ai/): 10 ceche, 10 tedesche e 10 portoghesi, 113 righe in tutto. I nomi delle aziende contengono parole di esempio (Vzor, Muster, Beispiel, Exemplo), ogni fattura ha un piè di pagina SAMPLE e le partite IVA sono state cercate nel servizio VIES dell'UE, che ha risposto "non valida" per tutte. Questa volta con PDF, con le righe di dettaglio, e con un file Excel come arrivo.

## Come si distingue un PDF testuale da una scansione?

Un PDF uscito da un gestionale contiene il testo vero e proprio, uno strato di testo. Un PDF scansionato è l'immagine di una pagina dentro un file PDF, senza testo. Se riesce a selezionare una parola con il mouse, è un PDF testuale.

Ho fatto entrambe le versioni di ogni fattura, 60 PDF. I 30 PDF testuali avevano tutti lo strato di testo. Dalle 30 scansioni una libreria PDF ha estratto 0 caratteri. Le scansioni sono la mia simulazione del test precedente (rotazione, sfocatura, rumore, forte compressione JPEG), non carta passata in uno scanner.

## Si può importare una fattura PDF in Excel senza IA?

Sì. Ho scritto uno script Python con [pdfplumber](https://github.com/jsvine/pdfplumber), una libreria gratuita che legge lo strato di testo: un set di etichette per lingua, partite IVA trovate per metà pagina (fornitore a sinistra, acquirente a destra) e un'espressione regolare per ogni riga di dettaglio. Sono 94 righe per 3 layout.

Risultato sui PDF testuali: 30 fatture su 30 del tutto giuste, 0 errori sui 270 campi di intestazione, 113 righe su 113 giuste, una mediana di 0,03 secondi per fattura e nessun costo.

La riserva è grande. Ho scritto le regole guardando queste stesse 30 fatture, quindi questo è il caso migliore per le regole. Ogni nuovo layout di fornitore richiede regole nuove, e non ho provato nessun altro layout. Due cose che le regole hanno dovuto gestire:

- **Ordine di lettura.** In tutte le 30 fatture, nei tre layout, la partita IVA dell'acquirente viene prima di quella del fornitore nello strato di testo, quindi "prendi la prima partita IVA" le scambia. Lo script legge separatamente la metà sinistra e la metà destra della pagina.
- **Prefisso della partita IVA.** Le fatture portoghesi stampano il numero con o senza `PT`. Confronto senza prefisso: 8 fatture differiscono dal valore vero solo per quello.

![Dalla fattura PDF a Excel. La prima domanda è se il PDF ha uno strato di testo. Strato di testo presente: PDF → Script a regole → File Excel; Nessuno strato di testo (scansione): PDF → Modello IA → Check IVA → Verifica → File Excel.](https://madsalt.tech/charts/it/pdf-invoice-to-excel-flow.svg)

*Dal mio test su 30 fatture fittizie, 22 ottobre 2026. Controllo IVA: la cifra di controllo della partita IVA.*

## Cosa succede quando il PDF è una scansione: serve l'OCR per le fatture?

Lo script fallisce in silenzio. Sulle 30 scansioni `extract_text()` ha restituito ogni volta un testo vuoto, la chiamata è andata a buon fine e tutti i 270 campi di intestazione sono usciti vuoti. Nulla ha sollevato un errore.

Per le scansioni ho inviato ogni PDF a Claude Haiku 5.5 tramite OpenRouter, che legge il PDF direttamente, senza un passaggio di OCR separato: in questo test per l'OCR delle fatture non ho usato nessun motore a parte. Temperatura 0, un JSON per fattura: i nove campi di intestazione più le righe (descrizione, quantità, prezzo unitario, importo).

| Metodo e input                                     | Fatture del tutto giuste | Righe giuste |
| -------------------------------------------------- | ------------------------ | ------------ |
| Script, PDF testuale                               | 30 su 30                 | 113 su 113   |
| Script, scansione                                  | 0 su 30                  | 0 su 113     |
| Haiku 5.5, PDF testuale                            | 29 su 30                 | 112 su 113   |
| Haiku 5.5, scansione, esatto                       | 4 su 30                  | 76 su 113    |
| Haiku 5.5, scansione, ignorando i caratteri simili | 12 su 30                 | 108 su 113   |

"Del tutto giusta" significa che i nove campi di intestazione e ogni riga coincidono. Sui PDF testuali l'unico errore di Haiku è stato una descrizione, `Europaletten` al posto di `Europalette`; l'intestazione era giusta su 30 su 30. Sulle scansioni, 14 fatture su 30 avevano giusti tutti e nove i campi di intestazione.

![Fatture del tutto giuste, su 30. Intestazione e tutte le righe giuste. Haiku 5.5 sulle scansioni: 12 se si ignorano i caratteri simili (× e x, – e -). Script a regole, PDF testuale: 30; Script a regole, scansione: 0; Haiku 5.5, PDF testuale: 29; Haiku 5.5, scansione: 4.](https://madsalt.tech/charts/it/pdf-invoice-to-excel.svg)

*Il mio test su 30 fatture fittizie ceche, tedesche e portoghesi, 22 ottobre 2026. Il PDF testuale ha uno strato di testo, la scansione no.*

## Cosa ha sbagliato il modello sulle scansioni?

Quasi mai il denaro. Data di emissione, data di scadenza, valuta, imponibile, IVA e lordo: 0 errori su tutte e 30 le fatture in questa esecuzione. Quantità, prezzo unitario e importo: 111 su 113 giusti. Gli errori erano per lo più di testo:

- **Intestazione: 21 campi sbagliati in 16 fatture**, tutti nelle partite IVA. Partita IVA del fornitore 6 volte, dell'acquirente 15 volte.
- **Righe: 37 su 113 non esattamente giuste.** 32 differiscono solo per la tipografia: `×` restituito come `x`, `–` come `-`, `µ` (simbolo micro) come `μ` (mu greca). 5 sono vere letture sbagliate: 3 descrizioni (`fita estirável` al posto di `filme estirável`, tutte su una fattura portoghese) e 2 importi (`184,00` letto come `164,00`, `1.376,67` come `1.378,67`).

## Perché i controlli aritmetici sono rimasti quasi zitti?

Ho messo due controlli nel file come colonne: le righe sommano l'imponibile totale, e imponibile più IVA fa il lordo, entrambi con una tolleranza di 0,01. Sulle scansioni del modello hanno segnalato 2 delle 18 fatture davvero sbagliate (2 su 26 se la tipografia conta come errore), le due con un importo di riga letto male. Gli importi dell'intestazione erano giusti, quindi le somme tornavano. Un controllo sui numeri non vede una cifra sbagliata in un identificativo o in una parola. Il [test precedente](https://madsalt.tech/it/blog/invoice-data-extraction-with-ai/) aveva trovato lo stesso schema: il suo controllo dei totali ha segnalato 3 fatture sbagliate su 63.

Sull'output vuoto dello script, entrambi i controlli sono scattati su 30 su 30. Un'estrazione che non restituisce nulla almeno fallisce con rumore nel foglio di calcolo.

Un terzo controllo, la cifra di controllo della partita IVA ([python-stdnum](https://arthurdejong.org/python-stdnum/) per il DIČ ceco, l'USt-IdNr. tedesco e il NIF portoghese), ha individuato 16 delle 18 fatture sbagliate e non ha dato falsi allarmi su una giusta. Nessuna partita IVA sbagliata l'ha superata. Insieme ai controlli aritmetici fa 17 su 18. Quella rimasta era una fattura portoghese in cui sono state lette male solo le descrizioni, e richiede una persona con il PDF aperto accanto alla riga.

## Com'è fatto il file Excel?

Due fogli. `Invoices` ha una riga per fattura: nome del file, numero di fattura, date di emissione e di scadenza, partita IVA del fornitore e dell'acquirente, valuta, imponibile, IVA e lordo, numero di righe e somma delle righe, e le tre colonne di controllo. `Lines` ha una riga per riga di dettaglio: nome del file, numero di fattura, numero di riga, descrizione, quantità, prezzo unitario e importo. Il numero di fattura collega i due fogli. Una sola riga piatta per fattura non funziona, perché il numero di righe varia e la mia fattura più lunga ne ha nove.

I numeri entrano come numeri e le date come date. Un `175 011,84 Kč` ceco o un `10.465,61 €` tedesco va convertito prima di essere scritto, altrimenti Excel lo tratta come testo e una somma lo ignora. Ho riaperto il file salvato e controllato il tipo di 2.256 celle: date, importi, quantità e risultati dei controlli avevano tutti il tipo giusto, e 0 erano salvati come testo. Altre 300 celle erano vuote, le righe in cui lo script non ha trovato nulla.

Ho riletto il file con una libreria e non l'ho aperto in Excel né in LibreOffice, e i controlli sono valori logici (vero o falso), non formule.

## Quanto costa e quanto ci vuole?

Lo script non costa nulla e impiega 0,03 secondi per fattura. Per Haiku 5.5 ho usato il costo fatturato da OpenRouter per ogni chiamata.

| Haiku 5.5    | USD per 1.000 fatture | Secondi per fattura (mediana) |
| ------------ | --------------------- | ----------------------------- |
| PDF testuale | 0,58                  | 2,96                          |
| Scansione    | 0,72                  | 4,31                          |
| Entrambi     | 0,65                  | 3,66                          |

L'intera esecuzione è stata di 60 chiamate e USD 0,038847 (133.197 token in ingresso, 51.055 in uscita), senza nessuna chiamata fallita, nessun nuovo tentativo e nessuna risposta illeggibile. I tempi comprendono la rete e il ragionamento del modello, con 8 chiamate in contemporanea.

## Cosa fa cambiare il risultato sulle scansioni?

Lo stesso modello sulle stesse scansioni non dà un unico numero. Per capire cosa conta ho ripetuto il test delle scansioni su questo set: solo le scansioni, temperatura 0, due ripetizioni per condizione, altre 240 chiamate per USD 0,145779. Le condizioni erano l'input (la pagina come immagine o il PDF) e il prompt (i nove campi di intestazione, oppure l'intestazione più le righe). Fatture con tutti e nove i campi di intestazione giusti, su 30:

| Condizione                     | Esecuzione 1 | Esecuzione 2 |
| ------------------------------ | ------------ | ------------ |
| Immagine, solo intestazione    | 13           | 14           |
| Immagine, intestazione e righe | 14           | 14           |
| PDF, solo intestazione         | 13           | 13           |
| PDF, intestazione e righe      | 15           | 12           |

L'esecuzione che riporto sopra è una quinta esecuzione PDF con intestazione e righe: 14. Anche il test a quattro modelli con le immagini ha dato 14 a Haiku su queste scansioni.

- **Percorso di input: nessun effetto visibile.** Le esecuzioni con immagine hanno dato 13, 14, 14, 14 e 14 (media 13,8), quelle in PDF 13, 13, 15, 12 e 14 (media 13,4). Gli intervalli si sovrappongono quasi del tutto.
- **Dimensione del prompt: nessun effetto visibile.** Solo intestazione ha dato 13, 14, 13 e 13; intestazione e righe 14, 14, 15, 12 e 14.
- **Da un'esecuzione all'altra: da 0 a 3 fatture** tra ripetizioni della stessa condizione.
- **Il set di fatture è il fattore maggiore.** Con lo stesso modello e lo stesso prompt per immagini, un set precedente di 30 fatture ha dato 22 e 22. Questo dà 13 e 14. Ogni paese ha una partita IVA dell'acquirente ripetuta su 10 fatture, e su questo set Haiku la legge male su 11-13 fatture su 30 per esecuzione con immagine (sul set precedente, 2-3). Una sequenza di cifre letta male sposta fino a 10 fatture in una volta. Con due set e un solo modello, questo mostra che il set pesa più degli altri due effetti, non perché una data sequenza sia difficile da leggere.
- **Anche gli importi possono sbagliare.** In 4 delle 8 esecuzioni ripetute almeno un importo era sbagliato. I controlli sulle somme hanno segnalato 2 di quelle 4 fatture; 2 sono rimaste in silenzio. L'esecuzione che riporto non aveva alcun importo di intestazione sbagliato, quindi "quasi mai il denaro" vale lì, ma non in ogni esecuzione.

## Cosa non ho provato?

- L'importazione di Excel stesso (Power Query "From PDF", Data from Picture).
- Fatture reali di fornitori. Tutte e 30 sono fittizie: 3 layout, un carattere, una pagina ciascuna.
- Fatture di più pagine, altre lingue, foto e vero rumore da scanner.
- OCR che alimenta lo script a regole. Il riferimento per le scansioni è lo script da solo.
- Qualsiasi modello diverso da Haiku 5.5.
- Regole su un layout per cui non sono state messe a punto.

## Cosa farei con fatture reali?

È la mia lettura dei numeri, non un risultato misurato. Controlli prima lo strato di testo. Per pochi fornitori con PDF testuali, le regole costano meno, sono più veloci e, in questo test, esatte. Per molti layout, layout sconosciuti o scansioni, usi un modello, faccia girare la cifra di controllo della partita IVA e i controlli aritmetici e faccia guardare da una persona ciò che segnalano e le descrizioni, che nessuno dei miei controlli copre.

Gli script, le fatture, i file con i valori veri, i risultati e il file Excel sono in [questo archivio](https://madsalt.tech/blog/pdf-invoice-to-excel/pdf-invoice-to-excel-test.zip). Dentro ci sono i 60 PDF e le risposte grezze del modello, quindi punteggio e file Excel si ricostruiscono senza chiave API. Il mio [prototipo di estrazione dati dalle fatture](https://madsalt.tech/it/work/invoice-extraction/) gira su dati di esempio.

Se sta ancora valutando quale parte della sua azienda valga la pena automatizzare, la aiuto a scegliere e poi la costruisco: si veda [Consulente AI per PMI](https://madsalt.tech/it/services/ai-consultant-small-business/). I messaggi dei clienti sono l'altro primo lavoro comune per l'IA in una piccola azienda: [quanto costa un chatbot WhatsApp con IA a risposta](https://madsalt.tech/it/blog/whatsapp-ai-chatbot-for-business/), con la tariffa di Meta inclusa.

Vedi anche: [Software di gestione documentale per PMI: 5 con i prezzi](https://madsalt.tech/it/blog/document-management-software-for-small-business/).

## Il mio caso simile

Ho costruito un servizio che trasforma un certificato immobiliare che richiedeva 2–3 settimane e costava EUR 200–300 in uno che richiede 2–3 minuti e costa EUR 99, con script e AI di visione. La costruzione è nel [caso dell'automazione dei documenti immobiliari](https://madsalt.tech/it/work/property-document-automation/).

Se le fatture devono arrivare nel suo foglio di calcolo o nel software di contabilità senza che nessuno le ribatta, lo costruisco nell'[automazione dei processi aziendali](https://madsalt.tech/it/services/workflow-automation/).

Sposta le fatture in un foglio di calcolo a mano? Mi scriva e troveremo l'opzione migliore per lei.

Sposta ancora le fatture a mano?

Mi dica cosa ha adesso e cosa le serve. Le risponderò con l'opzione che sceglierei io.

[Mi scriva](https://madsalt.tech/it/#contact)
