Nota Fiscal NF-e de Brasil
Extracción de XML a Excel

La trampa del DANFE: por qué la mayoría de los equipos internacionales de AP procesan el documento equivocado

Cuando llega un envío de un proveedor brasileño, el conductor entrega un documento impreso con un código de barras y un número de 44 dígitos en la esquina superior derecha. Este es el DANFE — Documento Auxiliar da Nota Fiscal Eletrônica — y la palabra «auxiliar» en su nombre no es decorativa. Existe con un único propósito: acompañar los bienes físicos durante el transporte para que las autoridades fiscales en los puestos de control de carretera puedan escanear el código de barras y verificar el envío. Nunca fue diseñado para ser una factura completa.

Sin embargo, para la gran mayoría de los equipos internacionales de AP que reciben bienes brasileños, el DANFE es la factura. Se escanea, se procesa con OCR o se ingresa manualmente en el ERP. La clave de acceso de 44 dígitos se copia — diligentemente, los 44 dígitos — en un campo etiquetado como «Número de factura». Y luego el empleado de AP pasa al siguiente documento, sin saber que para cada proveedor, para cada envío, la factura completa ya existe en un formato XML legible por máquina que el gobierno brasileño exige que el vendedor genere, firme digitalmente con un certificado ICP-Brasil y envíe a SEFAZ (la autoridad tributaria estatal) antes de que los bienes puedan salir legalmente del almacén.

La magnitud de la pérdida de datos no es marginal. El DANFE imprime un resumen condensado: nombre del proveedor, nombre del comprador, fecha, líneas de artículos con cantidades y precios unitarios, y un total general. El XML de NF-e, regido por más de 400 reglas de validación automatizadas ejecutadas por SEFAZ en el momento de la autorización, contiene más de 500 etiquetas estructuradas bajo la versión actual del diseño 4.0, definida por la Nota Técnica 2016/002. La diferencia entre los dos documentos es la diferencia entre un comprobante de pago y el registro fiscal completo de una transacción — uno que determina sus créditos de impuestos de entrada, su conciliación aduanera y su pista de auditoría durante los próximos cinco años.

La distinción entre DANFE y XML no es un tecnicismo menor. Es el concepto más importante para cualquier departamento de AP que maneje facturas de proveedores brasileños, y tiene una consecuencia financiera directa: si su equipo ingresa datos desde el DANFE, está reingresando manualmente una fracción de la información que ya existe en forma estructurada y legible por máquina — y está omitiendo el detalle fiscal que determina si está recuperando el monto correcto de ICMS, IPI, PIS y COFINS en cada transacción.

Qué contiene un XML de NF-e — y por qué importa para AP

Un XML de NF-e no es solo una factura en formato de etiquetas. Es un documento fiscal legalmente autoritativo que lleva la firma digital del vendedor, ha sido validado contra más de 400 reglas de SEFAZ y almacena datos tributarios con una granularidad que supera cualquier estándar de facturación electrónica fuera de Brasil. En comparación, el estándar europeo Peppol BIS utiliza aproximadamente 100 elementos. Una NF-e contiene cinco veces esa cantidad — y cada elemento es legible por máquina.

Antes de diseñar un flujo de extracción, debes entender qué estás extrayendo. Estos son los grupos de elementos principales dentro de cada XML de NF-e y por qué cada uno importa para cuentas por pagar:

La clave de acceso de 44 dígitos (chave de acesso) es el identificador universal de la NF-e. Codifica el estado del emisor (primeros 2 dígitos, según el código IBGE — 35 para São Paulo, 33 para Río de Janeiro, 31 para Minas Gerais), el año-mes de emisión (los siguientes 4), el CNPJ del emisor (los siguientes 14), el modelo del documento (2), la serie (3), el número secuencial (9), el tipo de emisión (1), un código aleatorio para evitar colisiones (8) y un dígito verificador módulo 11 (1). Cada XML de NF-e lleva esta clave en su atributo <infNFe Id="NFe...>, y puede usarla para consultar directamente a SEFAZ y verificar la autenticidad, comprobar cancelaciones o descargar el XML completo si su proveedor solo le envió el DANFE.

Configuración de su flujo de extracción de XML de NF-e

Existen tres enfoques distintos para llevar los datos del XML de NF-e a una hoja de cálculo de Excel, y se ubican en puntos muy diferentes del espectro costo-complejidad. Cuál le conviene depende de su volumen, su configuración de ERP y de si su filial brasileña ya ejecuta un módulo de localización.

Método 1: Módulo de importación del ERP (SAP TDF, Oracle EBS Brazil, Dynamics 365 Finance)

Si su empresa opera con SAP, Oracle EBS o Microsoft Dynamics 365 con el módulo de localización de Brasil activado, el propio ERP puede importar archivos XML de NF-e directamente. El TDF de SAP (módulo Nota Fiscal) procesa los XML de NF-e entrantes mediante la transacción J1BNFE, asignando cada elemento XML a la tabla SAP correspondiente. La localización de Oracle EBS Brazil (disponible en 12.2.6+) utiliza el programa XML Generator SEFAZ (P76B601) para las importaciones. Dynamics 365 Finance proporciona un flujo de trabajo de importación dedicado en Accounts Payable > Brazilian Localization > Import NF-e XML.

Este es el estándar de oro: valida contra SEFAZ en tiempo real, contabiliza en las cuentas fiscales correctas y gestiona la conciliación de tres vías automáticamente. También tiene un precio elevado. Los módulos de localización de SAP y Oracle Brazil son costos de licencia separados, y TOTVS — el ERP dominante entre las empresas brasileñas de mercado medio con una cuota de mercado del 33% según la encuesta más reciente de la Fundação Getúlio Vargas (FGV) — está completamente enfocado en Brasil y es poco común fuera del país. Si su equipo global de AP no tiene una localización de ERP brasileña, este enfoque no está disponible para usted.

Método 2: Conversión de XML a Excel

En su nivel más básico, un XML de NF-e es un archivo XML, y cualquier archivo XML puede convertirse a formato de hoja de cálculo. Herramientas como la importación XML integrada de Microsoft Excel (Data > Get Data > From File > From XML), convertidores en línea o scripts de Python que utilizan bibliotecas como xml.etree.ElementTree pueden aplanar la estructura XML en filas y columnas.

El desafío con la conversión XML genérica es la profundidad del esquema NF-e. Un solo XML de NF-e anida los datos de las líneas dentro de elementos <det>, cada uno de los cuales contiene su propio subárbol <imposto> con grupos separados de ICMS, IPI, PIS y COFINS. Una conversión ingenua de XML a CSV aplanará esto en una sola fila con cientos de columnas, muchas con nombres idénticos (cada línea tiene un campo vProd, cada grupo fiscal tiene un campo vBC). El resultado está técnicamente "en Excel", pero no es utilizable sin una limpieza sustancial.

El xml.etree o lxml de Python con consultas XPath explícitas le brinda un control preciso: extrae exactamente los elementos que necesita y los asigna a columnas con nombre. Esto funciona bien si dispone de recursos de desarrollo, pero requiere mantener asignaciones XPath que se rompen cada vez que se actualiza el esquema NF-e. Con la reforma fiscal de 2026 que añade nuevos grupos de elementos CBS/IBS al esquema (ver más abajo), esas asignaciones necesitarán actualización.

Método 3: Extracción de documentos con IA

Un tercer enfoque — que evita tanto el costo de la localización de ERP como la fragilidad de los scripts XPath — es la extracción de documentos basada en IA. En lugar de analizar el XML directamente, usted sube el DANFE (o el XML de la NF-e renderizado como PDF por el sistema de su proveedor) a una herramienta de extracción, especifica qué columnas desea que contenga la tabla de salida — «CNPJ», «Número de Factura», «Base ICMS», «Importe ICMS», «Código NCM», «CFOP» — y la IA lee el documento para localizar cada valor, sin importar dónde aparezca en la página.

Este enfoque — a veces llamado Extracción de Columnas Personalizadas — funciona de manera diferente a la OCR basada en plantillas. La OCR tradicional requiere que usted defina una plantilla para el diseño de factura de cada proveedor, indicando al sistema «el número de factura siempre está en las coordenadas (x,y)». Si el diseño cambia, la plantilla se rompe. La extracción basada en columnas, en cambio, funciona mediante comprensión semántica: usted nombra los campos que desea, y la IA localiza los valores correspondientes en cualquier parte del documento al comprender qué significa el campo, no dónde se encuentra. Esto es particularmente relevante para el procesamiento de NF-e porque los diseños de DANFE de los proveedores brasileños varían ampliamente — no existe una plantilla visual estandarizada, solo el esquema XML estandarizado subyacente.

La limitación, y es una honesta, es que usted todavía está extrayendo del diseño visual del DANFE en lugar del XML legible por máquina. Está obteniendo el 10% de los datos que muestra el DANFE, no los más de 500 campos del XML. Para muchos casos de uso de AP — datos de cabecera, partidas, totales — esto es suficiente y dramáticamente más rápido que la entrada manual. Pero si necesita los cálculos completos de PIS/COFINS por línea, los códigos CFOP o los códigos de situación tributaria CST que existen solo en el XML, la extracción con IA del DANFE no puede recuperar datos que no están impresos en la página.

Asignación de campos de la NF-e a su hoja de cálculo: qué extraer y por qué

Ya sea que esté escribiendo consultas XPath para el análisis de XML o definiendo nombres de columnas para la extracción con IA, las columnas que elija determinan la utilidad del resultado. Aquí tiene una asignación de campos práctica que cubre los tres flujos de trabajo principales de AP — verificación de proveedores, conciliación a tres bandas y registro de créditos fiscales — utilizando las rutas reales de los elementos XML.

Un detalle crítico: la ruta del elemento ICMS depende de la situación tributaria. El esquema de la NF-e utiliza diferentes subgrupos XML para distintos regímenes de ICMS — ICMS00 para operaciones gravadas estándar, ICMS40 para exentas, ICMS60 para gravadas anteriormente con sustitución tributaria. Su lógica de extracción debe navegar esta estructura ramificada: verifique qué subgrupo existe bajo <ICMS> antes de intentar leer sus elementos secundarios.

Cómo gestionar la complejidad fiscal de Brasil en los datos extraídos

Extraer los datos es el primer paso. Validarlos es donde comienza el trabajo real — y donde se originan la mayoría de los errores que salen a la luz durante una auditoría fiscal. El sistema tributario de Brasil opera en tres niveles de gobierno (federal, estatal, municipal) con tasas que varían según la clasificación del producto, el par origen-destino y la naturaleza jurídica de la operación. Estas son las comprobaciones de validación que deberían formar parte de cualquier flujo de trabajo de extracción de datos de NF-e:

Validación de la tasa de ICMS por par de estados

Las tasas de ICMS no son uniformes. Para transacciones interestatales, la tasa se determina por los estados de origen y destino:

Para transacciones internas (dentro del mismo estado), las tasas oscilan entre el 17% y el 22% según el estado. A partir de 2024, Pernambuco cobra el 20,5%, Bahía el 20,5%, Maranhão el 22%, Río de Janeiro el 20%, São Paulo el 18%, Santa Catarina el 17%. Estas tasas cambiaron para 11 estados solo en 2024 — la tasa de Bahía aumentó del 19% al 20,5% el 7 de febrero, la de Maranhão del 20% al 22% el 19 de febrero — y su lógica de validación de extracción debe mantenerse al día con la tabla de tasas de cada estado brasileño del que reciba facturas.

Interpretación del CFOP

El CFOP (Código Fiscal de Operações e Prestações) es un código de 4 dígitos que clasifica la naturaleza fiscal de la transacción. Lo define SEFAZ — no es texto libre — y el primer dígito indica si la operación es de entrada o salida y el estado de origen de los bienes:

Para el destinatario, el CFOP en una factura de entrada (1xxx, 2xxx o 3xxx) determina si hay créditos de ICMS e IPI disponibles y bajo qué reglas. Un CFOP 1101 (compra en el mismo estado para industrialización) normalmente da derecho al crédito total de ICMS a la tasa interna. Un CFOP 1102 (compra en el mismo estado para reventa) puede tener un tratamiento diferente. Y esto interactúa con el CST (Código de Situação Tributária) — el código de 2 dígitos que especifica si el ítem está gravado (00), exento (40), sujeto a sustitución tributaria (60) o bajo un régimen especial. El CFOP indica qué tipo de operación es; el CST indica cómo se grava. Ambos deben extraerse y validarse de forma cruzada.

Clasificación NCM y sus efectos posteriores

El NCM (Nomenclatura Comum do Mercosul) es un código de 8 dígitos basado en el Sistema Armonizado internacional con dos dígitos adicionales específicos del Mercosur. Aparece en cada línea del ítem y determina la tasa de IPI para ese producto (publicada en la tabla TIPI, un PDF de más de 400 páginas actualizado por la Receita Federal), cualquier tasa de impuesto de importación y, fundamentalmente, si el producto califica para beneficios fiscales (tasas reducidas, créditos presuntos o exenciones) que anulan el cálculo impositivo estándar.

Un código NCM que cae bajo un régimen de beneficio fiscal significa que la tasa estándar de ICMS o IPI mostrada en la factura puede no ser la que usted contabilice como crédito. Su flujo de extracción debe marcar cualquier línea cuyo NCM coincida con categorías de beneficio conocidas para que su equipo fiscal verifique el cálculo del crédito, no solo asuma que la tasa bruta es correcta.

La Reforma Tributaria de 2026 y lo que significa para su flujo de extracción

La reforma tributaria de Brasil — promulgada mediante la Enmienda Constitucional 132/2023 y regulada por la Ley Complementaria 214/2025 — está reestructurando fundamentalmente el sistema de impuestos indirectos del país. Cinco impuestos existentes (PIS, COFINS, ICMS, ISS e IPI) están siendo reemplazados gradualmente por un modelo de IVA dual: CBS (Contribuição sobre Bens e Serviços) a nivel federal e IBS (Imposto sobre Bens e Serviços) a nivel estatal y municipal, más un Impuesto Selectivo (IS) sobre bienes considerados nocivos para la salud o el medio ambiente.

El cronograma de transición es:

La preocupación operativa inmediata para los equipos de AP es el período de doble esquema de 2026 a 2033. Durante estos años, los archivos XML de NF-e incluirán simultáneamente grupos de elementos tributarios tanto heredados como nuevos. Un flujo de extracción que codifique de forma fija las asignaciones de campos al esquema anterior a 2026 (leyendo solo vICMS, vPIS, vCOFINS) ignorará silenciosamente los nuevos campos CBS/IBS. Esto no es un problema futuro: comienza ahora. A partir del 1 de agosto de 2026, los XML de NF-e enviados sin los campos CBS/IBS serán rechazados por SEFAZ. El cambio de esquema es obligatorio, no opcional.

Si está escribiendo scripts de análisis XML, planifique la bifurcación del esquema: detecte qué grupos tributarios existen en el documento, extraiga los que estén presentes y normalícelos en un conjunto de columnas de salida coherente. Si utiliza extracción basada en IA desde el DANFE, verifique con su proveedor si los campos CBS/IBS serán reconocidos cuando comiencen a aparecer en la representación impresa.

Preguntas Frecuentes

¿Puedo obtener todos los datos XML solo del DANFE?

No. El DANFE es un resumen impreso que omite más del 90% de los datos del XML. Fue diseñado para inspección física durante el transporte, no para procesamiento financiero. Los desgloses tributarios completos, códigos CFOP, clasificaciones NCM, códigos de situación tributaria CST y detalles de transporte existen solo en el XML. Si su proveedor solo envió el DANFE, solicítele el XML; están legalmente obligados a proporcionarlo, y también puede recuperarlo de SEFAZ usando la clave de acceso de 44 dígitos impresa en el DANFE.

¿Cómo sé qué tasa de ICMS aplica a una factura específica?

La tasa de ICMS en una NF-e se determina por el estado de origen (extraído del registro estatal del emisor en <emit>), el estado de destino (el estado de su entidad en <dest>), y si los bienes contienen más del 40% de contenido importado (lo que activa la tasa del 4% independientemente del par de estados). El XML en sí mismo contiene la tasa aplicada por el vendedor en pICMS, pero debe validarla contra la tabla de tasas correcta en lugar de asumir que el vendedor la aplicó correctamente; los errores de tasa son un hallazgo común en auditorías.

¿La IA puede interpretar automáticamente los códigos CFOP correctamente?

Los códigos CFOP se extraen tal cual del documento — el código de 4 dígitos aparece en el DANFE y en el XML. Que la herramienta pueda interpretar el código (p. ej., identificarlo como "compra dentro del estado para reventa" vs. "compra interestatal para industrialización") depende de sus capacidades. Algunas herramientas de extracción con IA pueden mapear códigos CFOP a sus descripciones usando una tabla de referencia. Si la interpretación es crítica para su flujo de trabajo, verifique con su proveedor si la herramienta soporta el mapeo CFOP, o mantenga una tabla de búsqueda separada en Excel para decodificar los códigos extraídos.

Nuestra empresa no tiene una localización brasileña de ERP. ¿Podemos extraer datos de NF-e igualmente?

Sí. El XML en sí es un archivo de formato estándar que cualquier empresa con el archivo XML puede analizar. No necesita SAP TDF ni la localización Oracle de Brasil para leerlo. Scripts en Python, convertidores online de XML a Excel o herramientas de extracción con IA pueden obtener los datos en una hoja de cálculo. El módulo de localización del ERP añade integración (contabilización automática, validación SEFAZ, mapeo de cuentas fiscales), pero no es necesario para la extracción.

¿La extracción de NF-e cubre los requisitos de reporte SPED?

No. SPED (Sistema Público de Escrituração Digital) es el sistema de contabilidad digital de Brasil que requiere declaraciones separadas — EFD-ICMS/IPI para impuestos estatales, EFD-Contribuições para PIS/COFINS y ECD para libros contables digitales. La extracción de NF-e obtiene los datos de la factura en Excel; no genera archivos compatibles con SPED. Las declaraciones SPED requieren mapear los datos extraídos a los códigos de diseño específicos de SPED y enviarlos mediante software validado por el gobierno — un flujo de trabajo separado gestionado por su equipo contable brasileño o su proveedor de cumplimiento fiscal.

¿Qué sucede si un proveedor cancela una NF-e después de que ya he extraído los datos?

Una NF-e puede ser cancelada por el emisor dentro de las 24 horas posteriores a la autorización si las mercancías aún no han sido enviadas. La cancelación crea un evento (evento de cancelación) en el sistema SEFAZ vinculado a la misma clave de acceso de 44 dígitos. Cualquier consulta contra esa clave devolverá el estado de cancelado. Su flujo de trabajo de extracción debe validar periódicamente las claves de acceso contra SEFAZ — especialmente para facturas cercanas a fechas de pago — para evitar contabilizar asientos contra documentos cancelados. Bajo la reforma de 2026, la cancelación después del hecho imponible conlleva una multa del 66% del impuesto adeudado, lo que debería reducir la frecuencia de cancelaciones tardías, pero la verificación sigue siendo un control necesario.

¿Cómo manejar la extracción por lotes de múltiples archivos XML de NF-e?

Para métodos basados en XML, usa un script que recorra un directorio de archivos XML, extraiga el mismo conjunto de consultas XPath de cada uno y añada los resultados a una hoja de cálculo acumulativa. Para la extracción basada en IA desde DANFE PDF, usa la función de procesamiento por lotes: sube varios archivos DANFE juntos, define tus columnas una vez, y la herramienta extraerá datos de cada documento y los fusionará en un solo archivo Excel. Este enfoque también maneja formatos mixtos: si algunos proveedores envían DANFE PDF y otros el XML renderizado como impresión, el procesamiento por lotes extrae de ambos en una misma pasada.

¿Qué precisión tiene la extracción de datos de NF-e comparada con el ingreso manual?

Para la extracción basada en XML, la precisión es efectivamente del 100% en los campos seleccionados — estás leyendo datos estructurados de un archivo legible por máquina, no interpretando un diseño visual. Para la extracción basada en IA desde el DANFE, la precisión del texto impreso puede alcanzar hasta el 99%, pero la precisión en campos complejos (como la clave de acceso de 44 dígitos, donde un solo dígito transpuesto invalida la clave) depende del manejo de cadenas numéricas largas por parte de la herramienta. La verdadera ganancia en precisión frente al ingreso manual no es solo la exactitud a nivel de caracteres — es la integralidad. Una persona ingresando datos desde un DANFE suele capturar de 8 a 12 campos por factura. La extracción automatizada captura cada campo que especifiques en todos los documentos, eliminando la omisión de datos, que es el error más común y menos visible del ingreso manual.