采购要把一批资质扫描件整理进 Excel 时最容易直接跳到“先识别一下”。但真正决定结果能不能交接的往往是更前面的动作先说清楚每一列要记录什么、从页面哪里取、看不清时怎么留痕。所以建供应商准入台账的第一步不是让扫描件立刻变成一张填满的表而是先跑通一套字段口径。这样后面的批量整理、原页复核和 Excel 导出才会有一致的依据。1. 先定义资料表要回答什么在资料整理阶段“供应商准入台账”应先服务于材料查找和人工核对有哪些证照资料、字段来自哪里、哪些内容还没有确认。它不等同于供应商已经通过准入更不替代证书有效性或真实性判断。先确定最小记录单位也很重要。建议一行代表“一家供应商的一份证照资料”而不是一行塞进一家供应商的全部证照。因为营业执照、体系证书和许可证各自有不同的编号、日期与来源页面先把明细拆开后面再按供应商汇总。2. 先写字段字典再处理扫描件字段字典不是复杂的制度文件。它只要让每个处理人知道这一列从哪里取、按什么格式写、遇到不确定值怎么办。首版可以围绕六个核心字段展开。字段取值位置处理规则供应商名称证照主体名称与文件夹名不一致时按原文记录证照类型证书标题或已定义分类不明时保留原文并待复核证书编号编号区域保留前导零、字母和连字符发证机构机构信息区域字迹不清时不自行补写签发日期、到期日期带日期标签的位置多个日期时不自行选择来源定位、复核状态文件名加页码、人工状态每条记录都必须可回查这六类字段足以把首轮资料整理做成可复核结果。真正要注意的是日期证照上出现的成立、签发、变更、发证和到期日期不能只因为数字格式相似就写到同一列。3. 用一小批样本给字段模板试跑不要先把全部扫描件导入。选一小批样本更容易发现字段定义的问题至少包括不同证照类型、清晰与模糊的扫描件、单页和多页 PDF以及带多个日期或印章遮挡的页面。试跑时关注三个问题每个字段是否有明确来源位置不同版式能否仍按同一口径记录看不清的内容能否被正确标为待复核只要其中一个答案是否定的就先调整字段字典而不是把不确定值硬塞进 Excel。在文档工作台中可先配置要整理的字段再导入图片、PDF 或文件夹中的样本资料得到一份结构化的初步字段结果。图 1先配置字段模板再将扫描件作为样本资料导入。截图来自文档工作台客户端。4. 分开保存识别值和确认值字段初步结果能减少重复抄写但不应直接覆盖人工确认。对于证书编号、主体名称、发证机构和日期建议在 Excel 中留下两类列识别值保留初步整理结果确认值只在与原始页面核对后填写。场景初步整理原页复核后编号被印章遮挡保留可识别部分并标记待复核依据原页补全或保留未确认同页有多个日期记录日期及其标签根据字段字典确认列归属主体名称与文件名不同保留证照原文与来源文件由人工确认资料归属多页证照记录主文件与页码标出实际取值页面图 2字段结果帮助集中查看仍要与原始页面逐项核对关键内容。截图来自文档工作台客户端。图 3原页复核用于确认编号、日期和主体等关键字段并保留不确定项。截图来自文档工作台客户端。5. 字段模板跑通后再导出整批结果当样本资料能稳定落到字段字典中且每条记录都能回到原始文件和页面再把同一套规则扩展到整批资料。导出的 Excel 应至少保留来源定位和复核状态方便后续按供应商查找、集中补件或交接。图 4导出后仍保留来源定位和复核状态Excel 才能成为可复核的资料台账。截图来自文档工作台客户端。如果你的任务只是把图片、PDF 或文件夹中的指定字段整理为可复核 Excel又不想自行配置 OCR 环境可以使用文档工作台做字段整理。识别结果仍需结合原始材料和字段口径人工复核证照有效性、准入审批和系统录入属于后续业务环节。从扫描件到 Excel 的第一步真正要建立的是一套可解释的字段规则。规则跑通后表格里的每一个值才知道来自哪里也知道哪些地方仍需确认。