1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@ussu_ussu_ussu(Y Mori)

GoogleドライブのPDF請求書を自動でスプレッドシート化する

1
Posted at

請求書の詳細.png

サンプルとして、ChatGPTで請求書作成しました。

これ使って、GASでOCRの勉強したいと思います。

GASのOCRの仕組みを考えて、PDF → グーグルドキュメント → スプレッドシート

の順序でやっています。

GASのOCRって、結局グーグルドキュメント経由してた気がするんで。たしか。たぶん。

GoogleドライブのPDF請求書を自動でスプレッドシート化する方法

完全無料 | コピペで使える | 初心者OK

📌 この記事で実現できること

✅ PDF請求書を自動でテキスト化（OCR）
✅ 必要なデータだけを抽出
✅ スプレッドシートに自動で記録
✅ エラーが起きても原因をすぐ特定

所要時間： 初回セットアップ15分、以降は完全自動

🎯 なぜ「段階的処理」なのか？

多くの人が「PDF → スプレッドシート」を一発で実現しようとして挫折します。

❌ 一気にやると...

  • エラーが出た時、どこで失敗したか分からない
  • PDFの読み取り？データ抽出？書き込み？
  • デバッグに膨大な時間がかかる

✅ 段階的にやると...

  • 各ステップで結果を目視確認できる
  • エラー箇所を即座に特定できる
  • 途中から再実行できる
  • ファイルが残るので検証が容易

スクリーンショット 2025-10-27 212041.png

🔧 システム全体像

【メール受信】→ PDF自動保存（Gmail設定）
    ↓
【ステップ1】PDF → Googleドキュメント（OCR変換）
    ↓
【ステップ2】Googleドキュメント → スプレッドシート（データ抽出）
    ↓
【完成】構造化されたデータベース

📁 事前準備（5分）

1. フォルダ作成

Googleドライブで以下を作成：

  1. PDFフォルダ（例：invoices/pdf）
  2. ドキュメントフォルダ（例：invoices/documents）
  3. スプレッドシート（例：請求書データベース）

2. フォルダID・スプレッドシートIDを取得

フォルダIDの取得方法：

フォルダを開く → URLをコピー
https://drive.google.com/drive/folders/【ここがフォルダID】

スプレッドシートIDの取得方法：

スプレッドシートを開く → URLをコピー
https://docs.google.com/spreadsheets/d/【ここがスプレッドシートID】/edit

💡 メモしておいてください！コードに貼り付けます。

💻 ステップ1：PDF → Googleドキュメント変換

セットアップ

  1. script.google.com にアクセス
  2. 「新しいプロジェクト」作成
  3. 左側「サービス」→「+」→「Google Drive API」を追加

コード

function convertPDFsToGoogleDocs() {
  // ⚠️ 自分のフォルダIDに書き換えてください
  const sourceFolderId = 'YOUR_PDF_FOLDER_ID_HERE';
  const destinationFolderId = 'YOUR_DOCUMENT_FOLDER_ID_HERE';
  
  const sourceFolder = DriveApp.getFolderById(sourceFolderId);
  const pdfFiles = sourceFolder.getFilesByType(MimeType.PDF);
  
  let processedCount = 0;
  let errorCount = 0;
  
  Logger.log('変換を開始します...');
  
  while (pdfFiles.hasNext()) {
    const pdfFile = pdfFiles.next();
    const fileName = pdfFile.getName();
    
    try {
      Logger.log(`処理中: ${fileName}`);
      
      const pdfBlob = pdfFile.getBlob();
      
      const docMetadata = {
        name: fileName.replace(/\.pdf$/i, ''),
        mimeType: MimeType.GOOGLE_DOCS,
        parents: [destinationFolderId]
      };
      
      const options = {
        ocr: true,              // OCRを有効化
        ocrLanguage: 'ja'       // 日本語対応
      };
      
      const newDoc = Drive.Files.create(docMetadata, pdfBlob, options);
      
      Logger.log(`✓ 完了: ${fileName}`);
      processedCount++;
      
      Utilities.sleep(2000);  // API制限対策
      
    } catch (error) {
      Logger.log(`✗ エラー: ${fileName} - ${error}`);
      errorCount++;
    }
  }
  
  Logger.log(`処理完了: ${processedCount}件 / エラー: ${errorCount}件`);
}

実行

  1. 関数 convertPDFsToGoogleDocs を選択
  2. 「実行」ボタンをクリック
  3. 初回は権限の承認が必要
  4. ドキュメントフォルダを確認 → PDFが変換されていればOK！

🔍 重要：GAS OCRの仕組みを理解しよう

2.png

なぜGoogleドキュメントを経由するのか？

Google Apps ScriptでPDFを直接テキスト化することはできません。

Drive API v3の「PDFをGoogleドキュメントに変換する機能」を使うことで、OCR処理が行われます。

メリット

✅ 目視確認が可能
ドキュメントフォルダでOCR結果を直接確認できる

✅ 再利用性が高い
一度変換すれば、何度でも読み込める

✅ バックアップになる
PDFとドキュメントの両方が残る

📊 ステップ2：Googleドキュメント → スプレッドシート

コード

function extractInvoiceToSheet() {
  // ⚠️ 自分のIDに書き換えてください
  const docFolderId = 'YOUR_DOCUMENT_FOLDER_ID_HERE';
  const spreadsheetId = 'YOUR_SPREADSHEET_ID_HERE';
  
  const docFolder = DriveApp.getFolderById(docFolderId);
  const allFiles = docFolder.getFiles();
  const sheet = SpreadsheetApp.openById(spreadsheetId).getActiveSheet();
  
  // ヘッダー行（初回のみ）
  if (sheet.getLastRow() === 0) {
    sheet.appendRow([
      'ファイル名', '請求日', '宛先会社名', '請求元会社名',
      '郵便番号', '住所', '電話番号', 'FAX',
      '合計金額', '小計', '消費税',
      '商品1_品名', '商品1_数量', '商品1_単価', '商品1_金額',
      '商品2_品名', '商品2_数量', '商品2_単価', '商品2_金額',
      '商品3_品名', '商品3_数量', '商品3_単価', '商品3_金額',
      '処理日時'
    ]);
  }
  
  let processedCount = 0;
  let errorCount = 0;
  
  Logger.log('データ抽出を開始します...');
  
  while (allFiles.hasNext()) {
    const file = allFiles.next();
    
    if (file.getMimeType() !== MimeType.GOOGLE_DOCS) {
      continue;
    }
    
    try {
      Logger.log(`処理中: ${file.getName()}`);
      
      const doc = DocumentApp.openById(file.getId());
      const text = doc.getBody().getText();
      const data = extractInvoiceData(text);
      
      sheet.appendRow([
        file.getName(),
        data.invoiceDate,
        data.clientName,
        data.companyName,
        data.postalCode,
        data.address,
        data.tel,
        data.fax,
        data.totalAmount,
        data.subtotal,
        data.tax,
        data.items[0]?.name || '',
        data.items[0]?.quantity || '',
        data.items[0]?.unitPrice || '',
        data.items[0]?.amount || '',
        data.items[1]?.name || '',
        data.items[1]?.quantity || '',
        data.items[1]?.unitPrice || '',
        data.items[1]?.amount || '',
        data.items[2]?.name || '',
        data.items[2]?.quantity || '',
        data.items[2]?.unitPrice || '',
        data.items[2]?.amount || '',
        new Date()
      ]);
      
      Logger.log(`✓ 完了: ${file.getName()}`);
      processedCount++;
      
    } catch (error) {
      Logger.log(`✗ エラー: ${file.getName()} - ${error}`);
      errorCount++;
    }
  }
  
  Logger.log(`処理完了: ${processedCount}件 / エラー: ${errorCount}件`);
}

// データ抽出関数
function extractInvoiceData(text) {
  if (!text) {
    return {
      invoiceDate: '', clientName: '', companyName: '',
      postalCode: '', address: '', tel: '', fax: '',
      totalAmount: '', subtotal: '', tax: '', items: []
    };
  }
  
  const data = {
    invoiceDate: '', clientName: '', companyName: '',
    postalCode: '', address: '', tel: '', fax: '',
    totalAmount: '', subtotal: '', tax: '', items: []
  };
  
  // 請求日
  const dateMatch = text.match(/請求日\s*(\d{4})年(\d{1,2})月(\d{1,2})日/);
  if (dateMatch) {
    data.invoiceDate = `${dateMatch[1]}-${dateMatch[2].padStart(2, '0')}-${dateMatch[3].padStart(2, '0')}`;
  }
  
  // 宛先会社名
  const clientMatch = text.match(/会社名\s+(.+?)\s+御中/);
  if (clientMatch) {
    data.clientName = clientMatch[1].trim();
  }
  
  // 郵便番号
  const postalMatch = text.match(/T(\d{3}-\d{4})/);
  if (postalMatch) {
    data.postalCode = postalMatch[1];
  }
  
  // 住所
  const addressMatch = text.match(/T\d{3}-\d{4}\s+請求書\s+(.+?)\s+[○◯〇].{2,4}株式会社/);
  if (addressMatch) {
    data.address = addressMatch[1].trim();
  }
  
  // 請求元会社名
  const companyMatch = text.match(/([○◯〇].{2,4}株式会社)/);
  if (companyMatch) {
    data.companyName = companyMatch[1].trim();
  }
  
  // 電話番号
  const telMatch = text.match(/TEL:\s*([0-9X-]+)/);
  if (telMatch) {
    data.tel = telMatch[1];
  }
  
  // FAX
  const faxMatch = text.match(/FAX:\s*([0-9X-]+)/);
  if (faxMatch) {
    data.fax = faxMatch[1];
  }
  
  // 合計金額
  const totalTopMatch = text.match(/請求日\s+\d{4}年\d{1,2}月\d{1,2}日\s+¥([\d,]+)/);
  if (totalTopMatch) {
    data.totalAmount = totalTopMatch[1].replace(/,/g, '');
  }
  
  // 小計
  const subtotalMatch = text.match(/小計\s+¥([\d,]+)/);
  if (subtotalMatch) {
    data.subtotal = subtotalMatch[1].replace(/,/g, '');
  }
  
  // 消費税（OCR誤認識対応）
  const taxMatch = text.match(/消費[税稅]\s+¥([\d,]+)/);
  if (taxMatch) {
    data.tax = taxMatch[1].replace(/,/g, '');
  }
  
  // 商品明細
  const itemPattern = /(商品[A-Z])\s+(\d+)\s+¥([\d,]+)\s+¥([\d,]+)/g;
  let match;
  
  while ((match = itemPattern.exec(text)) !== null) {
    data.items.push({
      name: match[1],
      quantity: match[2],
      unitPrice: match[3].replace(/,/g, ''),
      amount: match[4].replace(/,/g, '')
    });
  }
  
  return data;
}

実行

  1. 関数 extractInvoiceToSheet を選択
  2. 「実行」ボタンをクリック
  3. スプレッドシートを確認 → データが入っていればOK！

こんな感じ

image.png

💡 OCR精度を上げるコツ

1. PDF品質

  • 解像度：最低150dpi、推奨300dpi
  • フォントサイズ：10pt以上
  • 背景：白背景が最適

2. OCR言語設定

// 日本語+英語混在の場合
const options = {
  ocr: true,
  ocrLanguage: 'ja+en'  // 複数言語対応
};

3. 正規表現で柔軟に対応

// ❌ 厳密すぎる
text.match(/消費税\s+¥([\d,]+)/)

// ✅ 柔軟（OCRで「税」→「稅」となる場合に対応）
text.match(/消費[税稅]\s+¥([\d,]+)/)

⚠️ サンプルPDFについて

今回使用しているサンプル請求書は生成AI（画像生成AI）で作成したものです。

なぜ架空のPDFを使うのか？

✅ 個人情報保護のため
実際の請求書は公開できない

✅ OCR精度テストに最適
わざと誤認識されやすい文字を含めている

✅ 汎用性を示すため
完璧なPDFでなくても処理できることを証明

実運用での注意

  • 会社ごとにフォーマットが異なる → 正規表現を調整
  • OCR誤認識は必ず発生する → 柔軟なパターンで対応
  • 100%の精度は期待しない → エラーハンドリングを組み込む

🚀 次のステップ

短期（1週間以内）

  • 自社の実際の請求書でテスト
  • 正規表現パターンを調整
  • エラー通知機能を追加

中期（1ヶ月以内）

  • トリガーで自動実行化（週次・月次）
  • 複数フォーマット対応
  • データ検証ルールを追加

長期（3ヶ月以内）

  • ダッシュボード化
  • 異常値検知アラート
  • 会計ソフト連携

📝 まとめ

今回実現したこと

✅ PDF請求書を自動でテキスト化（OCR）
✅ テキストから必要データを抽出
✅ スプレッドシートに構造化して保存
✅ エラー発生時のトラブルシューティングが容易

重要ポイント

  1. GAS OCRはGoogleドキュメント経由 - PDFを直接読むのではない
  2. 段階的処理が最強 - 各ステップで結果を確認できる
  3. 完璧を求めない - OCRは100%ではない、正規表現で吸収

❓ よくある質問

Q: Googleドキュメントを経由せずに直接できない？
A: できません。GASのOCRは、Drive APIの変換機能を利用しています。

Q: ドキュメントフォルダが不要になったら削除していい？
A: 削除してもOKですが、残しておくと再処理が不要になるので推奨です。

Q: OCRの精度が悪い場合は？
A: ocrLanguage パラメータを確認してください。日本語なら 'ja' を指定します。

以上、PDF請求書の自動スプレッドシート化の完全ガイドでした！

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?