invoice-parser

Parse supplier PDF invoices into structured line items (coordinate-aware table parser)

Package Information

Released: this month
Downloads: 0 weekly / 0 monthly
Latest Version: 0.2.12
Author: Catalogicus International

Documentation

@catalogicus-international/n8n-nodes-invoice-parser

Нода n8n: разбирает PDF-счёт в массив строк (наименование, код, количество, цена, сумма, НДС)
и проверяет арифметику. Работает по координатам текста, а не по «плоскому» тексту — поэтому
корректно читает табличные счета, где наименования переносятся по границам колонок.

Как это работает

PDF не хранит таблицу — в нём есть только глифы с координатами. Нода:

  1. читает каждый текстовый фрагмент с его X/Y (pdfjs-dist);
  2. группирует фрагменты по Y — получает визуальные строки;
  3. раскладывает символы по колонкам согласно X и границам профиля
    (кусок текста может пересекать границу колонок — например 1 ETM9943043);
  4. склеивает переносы наименований в предыдущую строку;
  5. проверяет кол-во × цена = сумма и отдаёт предупреждения.

Установка

В Settings → Community Nodes укажите:

@catalogicus-international/n8n-nodes-invoice-parser

Отдельно устанавливать PDF.js не требуется: pdfjs-dist — devDependency и встраивается
в dist вместе с воркером при сборке (scripts/bundle.mjs). Поле dependencies пустое;
n8n-workflow предоставляется самим n8n как peerDependency.
Внутри PDF.js остаются опциональные обращения к canvas для рендеринга: нода использует
извлечение текста, а не рендеринг страниц. Команда pnpm run check:package проверяет чтение
текстового PDF из npm-архива без установленных pdfjs-dist и canvas.

Пакет рассчитан на self-hosted n8n: воркер pdfjs грузится из __dirname, что не проходит
проверку Cloud-совместимости, поэтому cloud-support отключён и стоит "strict": false.
Пустое поле dependencies само по себе не означает прохождение официальной верификации n8n.

Без npm-реестра пакет можно поставить из архива: pnpm pack соберёт
catalogicus-international-n8n-nodes-invoice-parser-<версия>.tgz, его распаковывают в
~/.n8n/custom (в Docker — /home/node/.n8n/custom с N8N_CUSTOM_EXTENSIONS) и перезапускают n8n.

Разработка

Нужны Node.js 20.15+ и pnpm 12:

pnpm install
pnpm run lint
pnpm run build
pnpm test

pnpm run build:watch выполняет полную сборку при изменении исходников, включая PDF.js и воркер.
pnpm run dev сначала собирает пакет, затем поднимает n8n@latest через npx с подключённым
dist и пересборкой при изменениях. Первый запуск может потребовать загрузки n8n.
Данные сервера хранятся в ~/.n8n-node-cli (можно переопределить через N8N_USER_FOLDER).
Обычный tsc --watch для этого пакета не подходит: он перезаписывает встроенный PDF.js.
Тесты работают на
синтетических строках и замоканном pdfjs; поведение на настоящих счетах проверяет регресс ниже.

После pnpm run build выполните pnpm run check:package: команда создаёт npm-архив,
распаковывает его во временную папку и читает небольшой PDF без devDependencies.
Она проверяет загрузку парсера и воркера, но не заменяет запуск ноды в n8n и регресс на счетах.

Параметры

Параметр Описание
Input Binary Field поле с PDF (по умолчанию data)
Supplier Profile Auto-Detect (Recommended) (определить по тексту), профили поставщиков из пакета (Электротехмонтаж, Леруа Мерлен (ЛЕ МОНЛИД), Лунда, Нормал-Вент, ТЕРЕМ, СТД «Петрович» и его макеты), Universal
Output One Item per Document или One Item per Line
Options → Y Tolerance допуск по вертикали для склейки строки (по умолчанию 2 pt)
Options → Fail on Arithmetic Mismatch падать, если кол-во × цена ≠ сумма

Нода поддерживает Continue On Fail: ошибка конкретного файла попадает в json.error
этого item, остальные файлы обрабатываются. Каждый выходной item связан с входным через
pairedItem.

Профиль Universal не знает колонок, поэтому lines пустой, а все текстовые строки
документа (уже собранные по координатам) приходят в unparsedRows.

Выход

{
	"fileName": "2026-08-27_etm_277-02.13114.pdf",
	"pages": 3,
	"supplier": { "id": "etm", "title": "Электротехмонтаж" },
	"lines": [
		{
			"num": 1,
			"code": "ETM9943043",
			"name": "Кабель силовой ВВГ-Пнг(А)-LS 3Х2.5ок(N,PE)-0.660 100м ТРТС",
			"article": "МОНЭЛ",
			"productType": "S",
			"unit": "м",
			"qty": 1000,
			"price": 102.98,
			"sum": 102980,
			"total": 125635.6
		}
	],
	"totals": { "qty": 2535, "sum": 199671.33, "vat": 43927.71, "total": 243599.04 },
	"discount": 0,
	"warnings": [],
	"unparsedRows": []
}

discount — скидка на весь документ в суммах без НДС (0, если её нет). Позиции в счёте
напечатаны до скидки, поэтому при ненулевой скидке totals меньше суммы lines[].sum
ровно на discount; повторно вычитать её из позиций не нужно.

В режиме «One Item per Line» каждый item — одна позиция без totals и discount. Если
документ со скидкой, сумма sum по таким item больше итога счёта; чтобы получить сумму
к оплате, используйте режим «One Item per Document».

Покрытие

Поставщик Статус
Электротехмонтаж (счета 277/...) профиль etm, проверено 19 из 19 счетов: число строк и суммы совпали до копейки
Леруа Мерлен / ЛЕ МОНЛИД три макета: leman, leman-offer (счёт-оферта со скидкой на документ), leman-shift; 45 счетов из 46 сошлись с итогом, ещё 1 — счёт без таблицы (только сумма к оплате)
Лунда профиль lunda, 52 счёта: 51 сошёлся с «Итого без НДС» до копейки, 1 — с отличающимся шаблоном (расхождение видно в warnings). В счетах 2026 года колонка «Сроки» заполнена наличием на складе («6 шт - на складе») — она служебная и в позицию не входит, ставка 22 % выводится из напечатанных итогов; фикстура lunda/main/2026-11-13_lunda_7278855.pdf
Нормал-Вент профиль normalvent, 29 из 29 счетов
ТЕРЕМ профили terem и terem-narrow (сдвинутый макет), 10 из 10 счетов
СТД «Петрович» пять макетов счетов: petrovich/wide, petrovich/main, petrovich/discount, petrovich/compact, petrovich/narrow; 17 счетов из 18 (выгрузка «Заказ в Excel» не счёт). Отдельно поддержан бланк заказа (petrovich/order): альбомная страница, колонка кода, наименование и выше, и ниже чисел; профиль petrovich-order, фикстура suppliers/petrovich-order
Прочие поставщики корпуса 29 профилей по ИНН (корпус stabs/СЧЕТА): формы «Счёт на оплату» (1С и её варианты), счёт-договор, счёт-оферта, таблицы ИП, счёт с колонкой скидки. Итого 47 счетов от 30 поставщиков — все 47 сошлись с итогом документа до копейки
ООО «МЕГАПОЛИС» (аренда) профиль megapolis: форма «Счёт на оплату» 1С без кода, количество в сутках. Границы колонок вычисляются по шапке таблицы (проверено только на этом поставщике), при нераспознанной шапке берутся запасные константы профиля; счёт № 1106-0010 сошёлся с итогом до копейки
Счета из выгрузки 09.11.2026 14 профилей по ИНН: НПД-платформы, «САТУРН ЮГ», ИП Корнеев, ИП Турдугулов, ИП Башкирова, «ИНВИЗИБЛ-ДОРС», ИП Бахарева, «БАС ИНЖИНИРИНГ ГРУПП», ИП Малиновская, «ПТК «МИРА»», ИП Дельцова, ИП Братова, «ЛЕСКРАФТ». 19 из 21 PDF разобраны без предупреждений; 2 PDF — сканы без текстового слоя
Счета из папки «Ошибки» (12.11.2026) 6 профилей: delovye-linii («Деловые Линии», определение по ИНН, услуги без количества и страхование отдельной строкой), maradi («МАРАДИ», счёт-договор), mir (ООО «МиР»), alpikastroy («Альпикастройсервис»), akvadoor («АКВАДВЕРЬ», с колонкой кода), stepina (ИП Степина, артикул и скидка по строке). 6 PDF разобраны без предупреждений, позиции и итоги сошлись с документами
ИП Еранов (счёт Т-Банка) профиль eranov, макет tbank-table: «Счёт на оплату» Т-Банка с колонками «Товары (работы, услуги)», «кол-во», «Ед.», «НДС», «Цена», «Сумма». Наименование нарисовано на 2 pt выше числовых значений, его перенос — ниже, поэтому у профиля yTolerance: 3. В колонке НДС напечатано «Без НДС», «Итого к оплате» равно сумме позиций; счёт № 15 от 13.11.2026 сошёлся до копейки
ИП Каравашкин (счёт «СберБизнеса») профиль karavashkin, макет sber-table: «Счёт на оплату» из «СберБизнеса» с колонками «Товары (работы, услуги)», «Кол-во», «Ед. изм.», «НДС», «Цена за ед.», «Сумма». Границы колонок вычисляются по шапке: колонка цены подписана «Цена за ед.», а НДС — текстовая («Без НДС»), поэтому она объявлена в headerColumns. НДС не начисляется, «Итого к оплате» равно сумме позиций; счёт № 16 от 08.11.2026 сошёлся до копейки, фикстура suppliers/karavashkin
ООО «ФАКЕЛ» (Maytoni) профиль fakel, макет maytoni-table: счёт Maytoni с артикулом, весом, объёмом, ценой, «Суммой без скидки», скидкой по строке и суммой. Скидка описана в lineDiscountColumn (цена напечатана до неё), «Сумма без скидки» — как price2, а вес, объём и «Дата прихода» — служебные колонки в raw.note; наименование нарисовано строкой выше чисел. Счёт № 448682 от 16.11.2026 (1 позиция, 6 383,00 с НДС 1 151,03) сошёлся до копейки, фикстура suppliers/fakel
ООО «АВТОЛЕГИОН» профиль autolegion, макет tenzor-service: счёт оператора ЭДО «Тензор», услуга с единицей «Рейс», количество «1.000», наименование переносится четырьмя строками ниже числовой строки. «Итого:» напечатано с НДС, поэтому сумма без НДС выводится из «Всего к оплате» и «В том числе НДС». Счёт № 1950 от 12.11.2026 (1 позиция, 25 000,00, НДС 4 508,20) сошёлся до копейки, фикстура suppliers/autolegion
ООО «БИГ» (ИНН 2366050350) профиль big, макет onec-standard: новое имя поставщика «БАС ИНЖИНИРИНГ ГРУПП» с тем же ИНН, но таблица — типовая форма 1С без колонки кода и без номера строкой выше. Старый макет bas-engineering эти счета не читает (0 позиций), поэтому при автоопределении из двух профилей с одним ИНН побеждает тот, чьи колонки дают сходящиеся позиции. Счета № 5071 и № 5088 сошлись до копейки, фикстура suppliers/big
ИП Долженко С. О. профиль dolzhenko, макет onec-standard: типовая форма 1С без НДС («Без налога (НДС)»), три позиции по 1 шт. Счёт № 84 от 11.11.2026 на 41 905,00 сошёлся до копейки, фикстура suppliers/dolzhenko
ООО «АЛЬФА-ТРЕЙД» (счёт-оферта) профиль alfa-trade, макет oferta-article-discount: форма 1С с колонками «Артикул», «Доп. инф о», «Сумма без скидки», «Скидка», «Ставка НДС» и «Сумма НДС». Наименование занимает блок строк ВЫШЕ чисел (descriptionAboveBlock) и не забирает подписи шапки; скидка по строке — lineDiscountColumn, суммы с НДС, сумма без НДС выводится из «Итого с НДС» и «В т.ч. НДС (5%)». Счёт № СС-2867: 1 позиция, 16 560,00 к оплате, фикстура suppliers/alfa-trade
ООО «КЛИМАТ СОЧИ» (ИНН 2366020771) профиль klimat-sochi, макет onec-standard: типовая форма 1С без колонки кода, НДС не начисляется («Без налога (НДС)»). Границы колонок — константы, а не шапка: «Кол-во» и «Ед.» напечатаны по центру ячеек, единица «Шт» стоит левее своей подписи, и граница из шапки приклеила бы её к количеству; правая граница наименования расширена до 308 pt, иначе перенос «…СУБ-ОВиК» доходил до края колонки и слово «от» приклеивалось без пробела. Счёт № 32 от 16.11.2026: 1 позиция, 712 000,00 без НДС, фикстура suppliers/klimat-sochi
Счета из выгрузки 19.11.2026 (ДРИАДА ДЕКОР) 6 профилей: osipov (ИП Осипов, аренда без НДС), briz-yug (ООО «БРИЗ-ЮГ», НДС 5 %), papa-karlo (форма 1С с «Артикулом», перенос артикула и наименования), platform-inmyroom (ООО «ПЛАТФОРМА ИНМАЙРУМ», скидка по строке и ставка НДС из колонки), dolgikh (ИП Долгих, наименование выше и ниже чисел), karpinskaya (ИП Карпинская, суммы с точкой). 10 PDF разобраны без предупреждений, позиции и итоги сошлись с документами; 3 PDF — сканы без текстового слоя (нужен OCR), поэтому в корпус не добавлены. Фикстуры — fixtures/suppliers/<id>
ООО «Центрогаз» профиль centrogaz, макет centrogaz-table: простая таблица «Товар/услуга — Количество — Ед. — Цена — Сумма», суммы напечатаны с НДС, итог документа — строка «ИТОГО», налог — «Включая НДС 22%». Счёт № 173298/3 от 18.11.2026: 2 позиции, 5 610,00 с НДС (без НДС 4 598,36, НДС 1 011,64), фикстура suppliers/centrogaz
РОВЕН-Сочи и РОВЕН-М (счёт со скидкой) профили roven-sochi (ИНН 2320160991) и roven-m-discount (ИНН 7723812078), макет roven-discount: таблица со скидкой по строке — цена с НДС, цена со скидкой, сумма без скидки, скидка и сумма с НДС. В позицию идут цена до скидки и сумма после неё, скидка описана lineDiscountColumn; у двух поставщиков таблица сдвинута на 15–20 pt, поэтому у каждого профиля свои границы. Счёт № СЧСЧ0009431: 1 позиция, 15 704,08 с НДС (без НДС 12 872,20, НДС 2 831,88), фикстура suppliers/roven-sochi
ООО «Фабрика Вентиляции ГалВент» профиль galvent, макет galvent-table: между ценой и суммой колонка «в том числе НДС»; цены и суммы с НДС, ставка 20 % выводится из итогов. Счета № 79391 (6 позиций), № 79384 (3) и № 79020 (1) сошлись с напечатанными итогами, фикстура suppliers/galvent — № 79391
Лемана Про (бланк доставки) профиль leman-delivery, макет leman/delivery: сопроводительный бланк заказа, где позиции размечены подписями «Заказано: 10», «Цена (₽) 173.00», «Стоимость (₽) 1730.00», а не колонками. Новое поле профиля labeledBlocks читает значения из текста строки, собирает наименование из строк вокруг номера и отсекает «Отдел/Место/ДШВ/Вес/LM». Итогом служит напечатанное «Итого (₽)» — сумма позиций; верхняя «Сумма заказа» включает доставку и в позиции не входит. Фикстура suppliers/leman-delivery — бланк на 15 позиций, 28 417,00
ООО «ЛАРОККО» профиль larokko, макет onec-article: счёт-оферта с артикулом, ценой и суммой с НДС. Количество с четырьмя знаками («2 000», «1 500») начинается на 285 pt, поэтому граница наименования сужена до 280 pt — иначе терялась первая цифра. Счета № 7238Л (3 позиции) и № 1005Л (9 позиций) сошлись с итогами; макет уже представлен в корпусе, поэтому новые фикстуры не добавлялись
ИП Потапов А. В. (счёт Т-Банка) профиль potapov, макет tbank-table: та же форма Т-Банка, что у ИП Еранова; «Без НДС» напечатано в колонке НДС, «Всего наименований» и «Итого к оплате» стоят в одной строке. Счёт № 767: 1 позиция, 37 000,00 без НДС. Макет tbank-table уже покрыт фикстурой, поэтому добавлен только профиль
НПД-счета Есмановича и Дердука профили npd-esmanovich (ИНН 971803660809) и npd-derduk (ИНН 432401108975), макет onec-npd: платформа НПД ФНС, в шапке нет колонки единицы, «Итого к оплате» без пробела после двоеточия. Счета № 35925658 (50 000,00) и № 35928503 (350 000,00) разобраны; макет уже покрыт фикстурой, добавлены только профили
ИП Владимирова и ВсеИнструменты для уже существовавших макетов decor-table и catalog-table добавлены первые фикстуры: у Владимировой служебные «Примечание», «Ед.» и цена до скидки больше не выпадают из колонок, у ВсеИнструментов объявлена служебная колонка «Статус/Срок поставки» и включён descriptionAbove. Фикстуры suppliers/vladimirova (15 725,85) и suppliers/vseinstrumenti (23 066,00 с НДС)
ИП Жеребцов В. В. (счёт № 47) профиль zherebtsov, макет unnumbered-table: таблица без линий и без колонки номера позиции — у единственной строки-предоплаты напечатаны только количество, цена и сумма, а наименование занимает две строки и начинается ВЫШЕ чисел. Новое поле unnumberedRows нумерует такие позиции по порядку. Цена и сумма уже с НДС 5 %: «Итого по счёту» и «Итого к оплате» равны 3 671 280,00, «В том числе НДС» — 174 822,86, сумма без НДС выводится как 3 496 457,14. ИНН в PDF нарисован по одной цифре, поэтому detect терпит пробелы внутри слова. Фикстура suppliers/zherebtsov
Darklum (счёт-оферта 9426) нужен отдельный профиль (блочная вёрстка, не таблица)
ВсеИнструменты (кассовые чеки) нужен отдельный профиль (позиции блоками)

Всего в пакете 88 профилей; pnpm run regress проверяет 68 эталонных PDF из fixtures (по одному представителю на макет). В корпус вошли 7 новых фикстур из пачки 19.11.2026: centrogaz, roven-sochi, galvent, petrovich-order, leman-delivery, vladimirova, vseinstrumenti. Остальные счета этой пачки относились к уже покрытым макетам (tbank-table, onec-npd, onec-article, onec-code-article), поэтому вторыми представителями не добавлялись.
Профили из выгрузки 09.11.2026 проверены на 19 реальных PDF, но пока без добавления этих PDF в
публичные фикстуры. счет дриада.pdf из выгрузки 16.11.2026 — не счёт, а скан подписи и
печати ИП Журавлевой О. В.: одно изображение без текстового слоя (ни одного шрифта в PDF),
разбирать в нём нечего.

Фикстуры

Новый счёт добавляется одной командой; она читает собранный парсер, проверяет позиции
и итоги и только потом пишет эталон:

pnpm run build
pnpm fixture check /путь/к/счёту.pdf   # разбор без записи
pnpm fixture add /путь/к/счёту.pdf     # PDF + expected.json в fixtures
pnpm fixture list                      # покрытие корпуса
pnpm fixture report /путь/к/папке      # отчёт по произвольной папке PDF

Подробности и правила ревью эталона — docs/fixtures.md.
--force разрешает записать эталон с замечаниями, --replace — заменить PDF с тем же
именем, но другим содержимым; по умолчанию команда не делает ни того, ни другого.
--layout выбирает существующий каталог фикстуры или создаёт новый.

Регресс

pnpm run build && pnpm run regress -- /путь/к/pdf [эталон.json]

Эталон можно собрать из уже проверенных данных: имя файла → { "lines": N, "sum": X }.

Ограничения

  • Профиль etm привязан к текущему шаблону счетов: границы колонок в пунктах
    (33.5 · 47.2 · 95.3 · 229.3 · 267.1 · 274 · 291.2 · 325.5 · 366.8 · 383.9 · 425.2 · 442.3 · 456.1 · 500.8 · 548.9).
    Если поставщик поменяет шаблон — правится nodes/InvoicePdfParser/profiles.ts.
  • Тип товара и единица измерения приходят раздельно: productType — буква из колонки «У»
    (S — складской, Z/N — заказной, в счетах шаблона «Дриада» встречается R), unit — уже
    чистая единица (м, шт, упак). В версиях до 0.2.0 буква шла в составе unit («S м»).
  • Для профилей с pricesIncludeVat (например leman, Леруа Мерлен) нода сама считает sum без
    НДС, а total оставляет как в счёте. Ставка берётся из напечатанных итогов документа
    (Сумма НДС / Итого без НДС), поэтому 20 % в счетах 2025 года и 22 % в счетах 2026-го читаются
    одной и той же формой; vatRate профиля — только запасной вариант.
  • Сумма позиций сверяется с напечатанным итогом документа. Расхождение попадает в warnings
    (с учётом допуска на построчное округление), а не проходит молча.
  • Позиция, повторённая на стыке страниц (тот же номер, количество, цена и сумма), считается
    один раз; повтор с дописанным переносом имени тоже распознаётся. Если поставщик напечатал
    страницу целиком дважды, повторная страница отбрасывается по совпадению текста.
  • У профилей с descriptionAbove (СТД «Петрович») наименование и код нарисованы строкой выше
    числовой строки: такие строки придерживаются в буфере и приклеиваются к следующей позиции.
  • У профиля alfa-trade (descriptionAboveBlock) наименование занимает блок из нескольких строк
    выше чисел: строки блока склеиваются цепочкой, пока каждая следующая отстоит не дальше обычного
    переноса и занята только колонкой наименования, — так подписи шапки таблицы в позицию не
    попадают. Перенос без дефиса, который поставщик сделал в узкой колонке («коричневы» + «й»),
    сохраняется пробелом: символы в наименование не додумываются.
  • rowPattern.code необязателен: у профилей без колонки кода позиция распознаётся по номеру.
  • У профиля zherebtsov (unnumberedRows) в таблице нет колонки номера позиции: позиция —
    это числовая строка (количество, цена и сумма) с наименованием в ней самой или в строках
    выше, а номер присваивается по порядку. Так читается счёт, где у единственной строки-предоплаты
    напечатаны только числа, а наименование нарисовано строкой выше.
  • У профиля leman-delivery (labeledBlocks) позиции размечены подписями внутри строки
    («Заказано: 10», «Цена (₽) 173.00», «Стоимость (₽) 1730.00»), а не колонками. Значения
    берутся из текста, наименование собирается из строк вокруг номера, а skip отсекает
    «Отдел/Место/ДШВ/Вес/LM». Такой бланк нельзя разобрать только по X-координатам: число и
    подпись стоят в одной ячейке.
  • У профиля petrovich-order уменьшен descriptionAboveGap (10 pt вместо 20): строки позиции
    идут плотнее, и больший допуск приклеивал к следующей позиции перенос предыдущей.
  • У профилей с lineDiscountColumn (ИП Степина, РОВЕН) скидка напечатана отдельной колонкой:
    арифметика строки сверяется как кол-во × цена − скидка = сумма, а цена остаётся
    напечатанной до скидки.

Релиз

Публикация запускается командой pnpm release. Версия берётся из package.json: если она уже
есть в npm, команда сообщает о конфликте и завершается с ошибкой. Версия, changelog, коммиты,
теги и GitHub Release автоматически не создаются и не меняются.

Перед запуском явно обновите версию и changelog, закоммитьте изменения и отправьте main на
GitHub. Скрипт требует чистую рабочую копию и совпадение локального коммита с main на GitHub.
Для доступа используется GH_TOKEN / GITHUB_TOKEN или существующая авторизация Git через
credential helper; нужны права GitHub Actions на запуск workflow. GitHub CLI и npm token
не требуются.

Скрипт запускает .github/workflows/publish-npm.yml, выводит ссылку на запуск и сразу
завершается. Успех команды означает отправку запуска; результат публикации смотрите по ссылке.
Workflow публикует конкретный коммит через npm Trusted Publisher/OIDC после
lint, build, тестов, регрессии, строгого отчёта фикстур и проверки npm archive. Эти проверки
не повторяются через prepublishOnly. Ошибки отправки останавливают команду, ошибки публикации видны в Actions;
повторный workflow автоматически не запускается. Отправка тегов больше не запускает публикацию.

pnpm release --check-version только проверяет доступность версии в npm, без тестов и
публикации. При первом переходе на этот процесс изменения workflow должны попасть в main.

Лицензия

MIT, см. LICENSE.md.

Discussion