Récupérer numéros de facture, dates et montants de factures PDF en masse (2026)
Pour récupérer en masse les numéros de facture, dates et montants d'un lot de factures PDF, on cherche dans le texte de chaque facture l'étiquette qui précède chaque valeur (« Facture n° », « Date », « Total HT », « TVA », « Total TTC » ou « Net à payer ») ou son format, et on écrit une ligne par facture. Le total se prend sur la ligne qui le désigne, pas sur le plus grand nombre de la page, et les montants au format français (1 234,56) doivent devenir de vrais nombres. On contrôle ensuite les doublons de numéros, l'égalité HT + TVA = TTC et les clés de contrôle des SIRET, numéros de TVA et IBAN.
Ce que contient une facture française
Les mentions obligatoires sont listées sur service-public.gouv.fr : notamment un « numéro unique à chaque facture, basé sur une séquence chronologique et continue », la date d'émission, le SIREN du vendeur, son numéro individuel d'identification à la TVA (sauf factures dont le total HT est inférieur ou égal à 150 €), le total HT et le total TTC. Ces mentions sont présentes sur toutes les factures conformes, ce qui rend l'extraction fiable quel que soit le fournisseur : la valeur existe, seul son emplacement change.
Les champs, leurs libellés et leurs pièges
| Champ | Libellés courants | Format | Piège |
|---|---|---|---|
| Numéro de facture | Facture n°, N° de facture, Numéro de facture, Réf. | FA-2026-0142, 2026/0318 | « Facture » figure aussi dans le titre ; exiger au moins un chiffre |
| Date | Date, Date de facture, Date d'émission, Le | 12/03/2026, 12 mars 2026 | La date d'échéance est souvent juste en dessous |
| Total HT | Total HT, Montant HT, Sous-total | 1 234,56 | « Sous-total » contient « total » |
| TVA | TVA 20 %, Montant TVA, Total TVA | 246,91 | Le taux (20 %) n'est pas le montant ; « N° TVA » est un identifiant |
| Total TTC | Total TTC, Net à payer, Montant dû, Reste à payer | 1 481,47 | Acomptes, remises, « déjà réglé » |
| SIRET / SIREN | SIRET, SIREN, RCS | 14 / 9 chiffres | Vérifier la clé de Luhn |
| N° de TVA | N° TVA intracommunautaire | FR + 2 caractères + SIREN | La clé se calcule à partir du SIREN |
| IBAN | IBAN | FR76 + 23 caractères | Vérifier la clé modulo 97 |
Les clés de contrôle
Une erreur de lecture sur un identifiant se détecte par calcul :
- SIREN et SIRET : algorithme de Luhn sur les 9 ou 14 chiffres (exception connue : les SIRET des établissements de La Poste, SIREN 356 000 000, contrôlés par la somme des chiffres, multiple de 5).
- TVA intracommunautaire française : clé = (12 + 3 × (SIREN modulo 97)) modulo 97. Exemple : SIREN 404 833 048 donne la clé 83, soit FR83404833048.
- IBAN : déplacer les 4 premiers caractères à la fin, convertir les lettres en nombres (A = 10, B = 11…), le reste de la division par 97 doit valoir 1.
Méthode pas à pas
- Réunir les factures du mois dans un dossier, en PDF texte (les scans passent d'abord par l'OCR).
- Définir les colonnes une fois : numéro, date, HT, TVA, TTC, SIRET, fournisseur.
- Choisir pour chaque colonne une étiquette, une expression régulière ou un détecteur (date, total TTC, TVA, SIRET…).
- Lancer sur tout le lot et relire le tableau : les cellules vides et les valeurs incohérentes signalent les factures à regarder.
- Corriger à la main les exceptions, exporter, enregistrer les réglages pour le mois suivant.
L'outil Extraire les données de PDF applique cette méthode dans le navigateur : détecteurs pour numéro de facture, date, HT, TVA, TTC, numéro de TVA, SIREN, SIRET et IBAN avec leurs clés de contrôle, suggestions tirées de la première facture, cellules modifiables, alerte sur les numéros en double, sommes par colonne, export XLSX ou CSV point-virgule. Aperçu complet ; export gratuit jusqu'à 5 factures, puis 2,99 € TTC pour 24 h. Aucune facture n'est envoyée sur un serveur.
Contrôles à faire sur le tableau
| Contrôle | Ce qu'il détecte |
|---|---|
| Numéros de facture uniques | Doublon de dépôt, ou avoir portant le même numéro |
| HT + TVA = TTC par ligne | Mauvaise ligne lue pour un montant |
| Dates dans le mois traité | Échéance lue à la place de la date d'émission |
| Clés SIRET, TVA, IBAN valides | Erreur de lecture, ou IBAN modifié (à vérifier avant tout virement) |
| Somme des TTC = total des achats attendu | Facture manquante |
FAQ
Pourquoi ne pas prendre le plus grand montant de la facture comme total ? Ça marche souvent, mais pas quand une ligne de détail, un report de solde ou un montant annuel dépasse le net à payer. Il vaut mieux prendre le montant de la ligne « Total TTC », « Net à payer » ou « Montant dû », et ne prendre le plus grand montant qu'en dernier recours.
Mes fournisseurs ont tous une mise en page différente. Faut-il un modèle par fournisseur ? Non pour les champs obligatoires : les libellés varient peu (« Total TTC », « Net à payer ») et les formats (date, SIRET, IBAN) se reconnaissent partout. Un champ propre à un fournisseur se règle par une étiquette ou une expression régulière ajoutée au modèle.
Un IBAN dont la clé est valide est-il forcément le bon ? Non. La clé modulo 97 détecte une faute de frappe ou de lecture, pas un IBAN remplacé par un fraudeur. Un changement d'IBAN chez un fournisseur se confirme par un autre canal.
Peut-on récupérer aussi les lignes de détail ? Un tableau « une ligne par facture » contient les champs d'en-tête et les totaux. Les lignes de détail, en nombre variable, relèvent d'un import de tableau (Power Query, par exemple) sur des factures de même mise en page.