如何核查从文档转入表格的信息？

将核查与文件转换分开考虑

把 PDF、扫描件或图片中的信息转入表格，可以减少大量重复工作。但输出文件能够打开、列看起来已经填满，都不等于验证完成。日期可能被误解，文档编号开头的零可能丢失，两行数据也可能混在一起。核查的目的不仅是发现空单元格，还要证明表格中的信息保留了原文含义。

首先写明要处理哪些文档、提取哪些字段，并明确文件类型、文档版本和页面范围。如果文件夹里同时存在新旧副本，还需要选择正确来源的规则。不要强行让多种文档套用同一模板；不同版式可能需要独立映射或审核步骤。预期输出应根据实际使用者的日常需要来定义。

将每一行关联到来源文档

应能看出表格中的一行来自哪个文件、哪一页。任务编号、文档标识和页码可以建立这种联系。不能仅凭文件名认定唯一性，因为可能收到同名的另一个副本；必要时还应记录来源版本。核查人员能够重新找到同一信息，比了解转换的技术方法更重要。

文档含有多张表时，应说明章节或表格位置，并明确标题、脚注及续页中的行是否算作数据行。如果一个文档产生多个输出记录，应保留这种关系。即使表格已经填满，不能通过回查来源解释的值仍须审核。在文档转表格工作中，可将这种可追溯性纳入交付范围。

按字段含义进行映射

准备简短的映射表，将原文标题与目标列并排展示。“日期”是文档日期、业务日期还是有效期截止日？“数量”使用什么单位？不能假定相似的标题具有相同含义，否则容易写入错误记录。字段缺失时，是留空、列为异常还是停止处理，应提前确定。

存在预先批准的转换规则时，应将其记录下来。调整日期格式、数字分隔符或清理多余空格，可能仍保持原意；猜测不确定的值则是另一种操作。例如，不能悄悄用相近的字母补全看不清的字符。不确定信息与确实为空的信息应显示为不同状态，因为使用者可能据此作出不同决定。

核查数字与标识的格式

小数符号、千位分隔符、币种和计量单位都是转换中需要注意的内容。“1.250”的含义可能随格式变化。把代码或文档编号等标识字段自动转成数值，可能删除开头的零。看似微小的变化也会破坏与其他文件的匹配。除了屏幕显示，还应核查单元格的实际值。

合计能辅助核查，但不能代替逐行检查。一行遗漏与另一行重复，可能使合计仍然相同。来源中有总数时，应明确其包含哪些项目。不能把不同单位或币种相加。如允许四舍五入，应由业务负责人确定容差和适用阶段，不能在核查过程中临时增加规则来消除差额。

以清楚的方式展示异常

核查报告应同时列出文件、页面、字段、预期值和发现的状态。字段无法读取、缺少页面、文档重复和模板错误是不同原因。仅显示“有错误”并不足够；应说明哪个记录为什么需要审核，以及下一步怎样处理。修正后，还应在记录上显示相关行已经重新核查。

首次试验不要只使用整齐的样本。选择小规模但能代表实际工作的集合，包括旋转页面、不同标题、长表、空字段和续页等情况。每个样本的预期结果应以人工确认的来源为准。自动化验收测试可以将输出是否成功与可观察的标准关联起来。

核查结束时，分别展示已接受、已修正和待处理记录。输出文件使用者应能看出哪些字段按原文复制，哪些依照批准规则转换。试验中的一次修正不应自动成为以后所有文档的规则。如需新规则，应写明适用范围，并在不同样本中重新验证结果。

注意：保护文档及访问权限

试验中不要使用不必要的个人或商业信息。尽可能缩减或遮蔽样本，只让必要人员访问来源文件与核查报告。使用外部工具前，应明确哪些数据发送到哪里。还需评估转换是否保持原文件不变、是否保留旧版本，以及失败后再次执行的行为。避免将核查副本误当作正式记录。

URIKEM 以您手中的真实文档和目前使用的表格为起点。请说明提取哪些字段、手工发现哪些错误、由谁批准结果。小规模试验中，可以一起评估输出、来源关联及异常记录。请介绍您的工作：我们共同确定适合贵公司的软件范围、使用您自身文件的试验，以及经确认的交付条件。

常见问题

表格填满就说明转换正确吗？

不是。还需核查来源关联、字段含义、数字格式及记录之间的关系。

无法读取的字段应自动补全吗？

没有预先批准的规则时不应猜测，应列为需要审核的异常。

试验应选哪些文档？

选择小规模、具有代表性的集合，既包含整齐样本，也覆盖实际工作中的不同版式和字段缺失情况。