L'IA peut-elle extraire des données du XML NF-e ?Oui — analyse intelligente, pas OCR

Oui. L'IA peut extraire des données des fichiers XML NF-e (Nota Fiscal Eletrônica) brésiliens — en lisant le CNPJ du fournisseur, les codes NCM des produits, les valeurs fiscales ICMS/IPI et le détail des lignes d'articles. Mais la NF-e est un cas particulier : les données sont déjà structurées en XML. L'extraction consiste ici à analyser intelligemment le schéma XML et à mapper les champs vers des colonnes de tableur lisibles, et non à faire de l'OCR. La NF-e de chaque fournisseur suit le même schéma gouvernemental, mais contient des champs optionnels, des configurations fiscales et des éléments propres à chaque version qui rendent la consolidation manuelle de dizaines de fournisseurs pénible à répétition.

Arrêtez la saisie manuelle — laissez l'IA lire vos documents
Image ou PDF — données structurées en 10 secondes
Essayer maintenant →
L'IA extrait les données des documents fiscaux XML NF-e brésiliens vers des tableurs structurés

Points clés

  1. Les données XML NF-e normalisées par le gouvernement devraient être trivialement lisibles par machine — pourtant la plupart des équipes financières brésiliennes passent encore deux jours par mois à consolider manuellement les champs de 30 fournisseurs utilisant chacun un ERP différent.
  2. Un script d'analyse NF-e qui fonctionne parfaitement en version 4.0 échoue silencieusement en version 2.0 parce que le même champ n'existe tout simplement pas — le XML est valide mais le champ est absent, et le script ne peut pas signaler ce qu'il ne trouve pas.
  3. L'extraction sémantique lit les champs selon leur signification — CNPJ du fournisseur ou valeur ICMS — et non selon leur position dans l'arborescence XML. Un seul jeu de définitions de colonnes extrait donc les mêmes données de chaque NF-e, quel que soit le fournisseur émetteur ou la version utilisée.

Comment fonctionne l'extraction XML NF-e — et pourquoi vous avez toujours besoin de « l'extraction »

Si les données NF-e sont déjà au format XML, pourquoi ne pas écrire une feuille de style XSLT et en finir ? Parce que vous ne recevez jamais un seul format NF-e.

Le système NF-e brésilien — créé par l'Ajuste SINIEF 07/05 et désormais obligatoire pour pratiquement toutes les transactions B2B — définit un schéma XML standard gouvernemental (actuellement en version 4.0). Chaque facture électronique porte la même structure racine : CNPJ et raison sociale de l'émetteur, données du destinataire, lignes d'articles avec classification NCM et codes CFOP, et quatre blocs fiscaux distincts pour l'ICMS (TVA d'État), l'IPI (taxe fédérale sur les produits), le PIS et la COFINS.

Le problème surgit lorsque vous recevez du XML de 30 fournisseurs en un mois. Chacun utilise un ERP différent — TOTVS, Sankhya, Omie, SAP Business One — et chacun renseigne des champs optionnels différents. L'un inclut les détails de fret ; un autre les omet. L'un utilise la NF-e 4.0 avec totalisation étendue ; un autre fonctionne encore en 3.10.

Les approches traditionnelles d'analyse XML — XSLT, scripts Python, imports Power Query — échouent lorsque des champs sont absents ou que les espaces de noms changent. L'IA lit le XML sémantiquement, identifiant les champs par ce qu'ils représentent, et non par leur position dans l'arborescence. C'est l'Extraction de colonnes personnalisées appliquée aux données structurées — vous définissez les colonnes de sortie souhaitées (« CNPJ fournisseur », « Code NCM », « Valeur ICMS »), et l'IA localise les données correspondantes quels que soient les champs optionnels ou les différences de version.

Ce que l'IA réussit sur le XML NF-e

La nature structurée du XML NF-e signifie que la précision d'extraction de l'IA est supérieure à celle des documents image — souvent supérieure à 99 % pour les champs standardisés essentiels. Les contraintes de format jouent en faveur de l'IA de trois manières.

Identifiants fiscaux CNPJ et CPF

Chaque XML NF-e contient le CNPJ de l'émetteur (Cadastro Nacional da Pessoa Jurídica — l'identifiant fiscal fédéral à 14 chiffres) à une position fixe dans le bloc <emit>. Le format rigide XX.XXX.XXX/XXXX-XX et le chemin XML prévisible rendent l'extraction pratiquement exempte d'erreurs. La précision d'extraction du CNPJ sur les XML NF-e 3.10 et 4.0 dépasse 99,5 % — le format structuré élimine l'ambiguïté de reconnaissance de caractères qui affecte les factures papier scannées.

Codes NCM

Les codes NCM (Nomenclatura Comum do Mercosul) — la classification de produits à 8 chiffres utilisée dans les pays du Mercosur — se trouvent dans leur propre balise <NCM> au sein de chaque ligne d'article. Pour les entreprises qui déclarent le SPED Fiscal (Sistema Público de Escrituração Digital — le système brésilien de tenue de comptabilité fiscale numérique), une extraction précise du NCM depuis les NF-e d'achat entrantes est essentielle : des codes erronés déclenchent des alertes d'audit. L'IA atteint une précision de 98-99 % car le code suit un schéma numérique rigide à 8 chiffres dans une balise XML dédiée.

Valeurs fiscales (ICMS, IPI, PIS, COFINS)

Une seule NF-e peut porter quatre taxes distinctes, chacune avec sa propre base de calcul, son taux et sa valeur finale — une charge fiscale inhabituellement lourde comparée aux factures d'autres pays. Les sections fiscales sont des blocs XML clairement séparés, et l'IA associe chacune à sa colonne de sortie avec une grande fiabilité. Sur les NF-e où toutes les sections fiscales sont renseignées, la précision de la valeur ICMS atteint 99 %+ — supérieure à la saisie manuelle, qui introduit des erreurs de transposition.

Là où l'IA rencontre des difficultés avec le XML NF-e

La structure qui rend l'extraction NF-e précise crée aussi des cas limites. Trois scénarios réduisent la fiabilité.

Différences de schéma entre versions

La NF-e a évolué à travers plusieurs versions — 1.0, 2.0, 3.10 et 4.0 (actuelle). Chaque révision a ajouté, supprimé ou renommé des balises XML. Lorsque l'IA rencontre un ancien XML NF-e 2.0 où un champ n'existe tout simplement pas, elle laisse correctement la cellule vide — mais cette cellule vide peut casser les formules de tableur en aval qui attendent une valeur. La solution : traiter par lots les XML des anciennes versions séparément et appliquer une validation post-extraction pour signaler les champs manquants.

Champs facultatifs et NF-e de services uniquement

De nombreux champs NF-e sont facultatifs. Les factures de services omettent entièrement les champs liés aux produits — pas de codes NCM, pas d'IPI. Lorsque l'IA traite un lot mixte, elle laisse correctement vides les colonnes non applicables, mais si votre tableur suppose que chaque ligne possède un code NCM, les lignes de services semblent incomplètes. Définissez des colonnes couvrant les deux scénarios — « Code NCM (NF-e de produits uniquement) » — pour clarifier les attentes.

Flux de travail mixtes XML + DANFE

Le DANFE (Documento Auxiliar da NF-e) est le PDF d'accompagnement imprimé. De nombreux petits fournisseurs brésiliens n'envoient que le DANFE, et non le XML sous-jacent. Les PDF DANFE nécessitent une extraction par IA basée sur l'image avec une précision de 90-95 % — inférieure aux 99 %+ obtenus par analyse directe du XML. La meilleure pratique : demander le XML à chaque fournisseur et traiter les fichiers DANFE uniquement comme un lot distinct, à confiance moindre.

Comment obtenir les meilleurs résultats de l'extraction XML NF-e

Cinq étapes qui font une différence mesurable lorsque vous travaillez avec des factures électroniques brésiliennes.

1
Définissez des noms de colonnes sémantiques, pas des chemins XML. Utilisez « CNPJ du fournisseur », « Code NCM », « Valeur ICMS » — et non des chaînes XPath comme /nfeProc/NFe/infNFe/emit/CNPJ. L'IA les résout sémantiquement, trouvant le CNPJ qu'il soit à la position NF-e 4.0 ou à un emplacement légèrement différent en NF-e 3.10. C'est l'Extraction de colonnes personnalisées appliquée aux données structurées.
2
Demandez le XML, pas les PDF DANFE. Ce simple changement d'habitude produit une amélioration de précision de 5 à 10 points de pourcentage. La loi brésilienne oblige les fournisseurs à fournir le XML — envoyez aux nouveaux fournisseurs : « Por favor, enviar o arquivo XML da NF-e juntamente com o DANFE. »
3
Regroupez les NF-e par version lors du traitement par lots. Séparez les XML NF-e 4.0 des fichiers plus anciens 3.10 ou 2.0. La version actuelle du schéma remplit davantage de champs — les traiter ensemble signifie que les lignes des versions plus anciennes comportent plus de cellules vides, ce qui peut ressembler à des échecs d'extraction. Le regroupement par version vous permet de vérifier chaque lot avec les bonnes attentes.
4
Utilisez des colonnes calculées pour la validation fiscale. Les taxes brésiliennes créent des contrôles d'audit intégrés. Définissez une colonne calculée vérifiant que la valeur ICMS ≈ base ICMS × taux ICMS — l'IA signale les écarts pendant l'extraction plutôt que vous ne les découvriez plus tard dans votre système comptable.
5
Vérifiez par échantillonnage le bloc des totaux. La section <total> contient les valeurs sommées définitives. Après extraction, vérifiez que les totaux des lignes correspondent au total déclaré dans le XML — une divergence signale une erreur plus rapidement que la revue de chaque champ. Sur un XML propre, moins de 2 % des NF-e échouent à ce contrôle.

Scénarios concrets

Consolidation NF-e multi-fournisseurs pour le SPED Fiscal

Un fabricant de taille moyenne à São Paulo reçoit 30 à 50 XML NF-e par mois de ses fournisseurs de matières premières — acier de Gerdau, composants électriques de WEG, emballages de fournisseurs locaux. Chaque NF-e comporte des taux d'ICMS différents (7 % à 18 % selon l'État d'origine) et un niveau de complétude des champs variable. La saisie manuelle mobilisait un agent comptable deux journées entières par mois.

Avec l'extraction par IA, le téléversement de tous les fichiers XML dans un lot produit un tableur consolidé avec les colonnes : CNPJ du fournisseur, Numéro NF-e, Date d'émission, Code NCM, Description du produit, Quantité, Prix unitaire, Base ICMS, Valeur ICMS, Total NF-e — prêt à être importé dans l'ERP TOTVS de l'entreprise. Deux jours de travail deviennent trois minutes, et les valeurs ICMS sont recoupées avec le bloc des totaux du XML, détectant les erreurs avant qu'elles n'atteignent le SPED. Pour le flux de travail champ par champ et les trois méthodes comparées en détail, consultez notre guide d'extraction NF-e XML vers Excel.

Extraction NCM pour les droits d'importation

Une société de logistique gérant des importations a besoin des codes NCM et des valeurs produits des NF-e fournisseurs pour calculer les droits d'importation. Chaque NF-e contient 5 à 20 lignes d'articles avec des classifications différentes. L'IA extrait une ligne par article en quelques secondes — formatée pour le modèle de déclaration du courtier en douane.

FAQ

L'IA peut-elle distinguer l'ICMS, l'IPI, le PIS et la COFINS sur une même NF-e ?

Oui. Chaque taxe possède son propre bloc XML avec des éléments enfants uniques — l'ICMS a <orig> et <CST>, l'IPI a <clEnq>. L'IA les mappe proprement vers des colonnes de sortie distinctes, car la structure XML les désambiguïse. C'est plus simple pour l'IA que l'extraction à partir d'images, où les taxes apparaissent comme des lignes de chiffres indifférenciées.

L'IA fonctionne-t-elle avec des NF-e de différents États brésiliens ayant des taux d'ICMS différents ?

Oui. Le taux d'ICMS (alíquota) est indiqué dans le bloc <ICMS> de chaque NF-e. Qu'une NF-e porte les 18 % de São Paulo ou les 19 % de Rio de Janeiro, l'IA lit le taux directement dans le XML. Les scénarios ICMS-ST (Substituição Tributária) inter-États sont également pris en compte, car le XML balise explicitement les montants ICMS-ST.

L'IA peut-elle extraire des données d'un XML NF-e en portugais vers un tableur à colonnes anglaises ?

Oui. Définissez les colonnes de sortie en anglais — « Supplier CNPJ », « Invoice Total » — et l'IA mappe les champs XML portugais vers des en-têtes anglais. Les balises XML sont indépendantes de la langue, et le mappage sémantique fonctionne d'une langue à l'autre. Pour en savoir plus, consultez comment l'IA gère l'extraction multilingue.

Qu'en est-il des NFS-e (factures de services municipales) ?

La NFS-e (Nota Fiscal de Serviços Eletrônica) est un document distinct au niveau municipal — chaque ville (prefeitura) possède son propre schéma. Contrairement à la normalisation fédérale de la NF-e, les formats NFS-e varient selon la municipalité. L'IA peut aussi extraire depuis un XML NFS-e, mais la variation des schémas par ville implique davantage de vérifications. La NF-e (fédérale, pour les marchandises) est la plus fiable ; la NFS-e (municipale, pour les services) introduit plus de variables. Pour le volet services, consultez notre guide d'extraction NFS-e.

L'extraction par IA depuis un XML NF-e est-elle conforme à la conservation des documents fiscaux brésiliens ?

L'extraction est une étape de transformation des données — elle ne modifie pas le XML d'origine, qui reste votre document fiscal légal. Les autorités fiscales brésiliennes exigent la conservation du XML NF-e signé numériquement pendant 5 ans (prazo decadencial, CTN Art. 173). L'extraction par IA crée un tableur dérivé ; le XML d'origine, signé numériquement, reste intact.

Quelle est la différence de précision entre l'extraction XML NF-e et PDF DANFE ?

C'est une catégorie totalement différente. L'extraction XML NF-e atteint plus de 99 % sur les champs essentiels, car les données résident dans des balises XML non ambiguës. L'extraction PDF DANFE — la lecture de la représentation imprimée — tombe à 90-95 %, car elle devient un problème de compréhension d'image : variations de police, qualité d'impression et alignements de colonnes introduisent les mêmes erreurs que tout document scanné. Préférez toujours le XML au DANFE lorsque les deux sont disponibles.

L'essentiel

L'extraction XML NF-e n'est pas une question de capacité de l'IA — c'est une décision de flux de travail. Le format structuré rend l'extraction plus précise que ne pourrait l'être tout document basé sur une image, mais cette structure peut être trompeuse : « ce n'est que du XML » fait paraître le problème de consolidation plus simple qu'il ne l'est. Le vrai travail — mapper des champs incohérents sur 30 fournisseurs, quatre versions de NF-e et de multiples configurations fiscales — est un appariement de motifs répétitif que l'IA automatise mieux que n'importe quel script XSLT ou macro Excel.

La question n'est pas de savoir si l'IA peut extraire du XML NF-e. C'est de savoir si vous voulez passer votre après-midi à tracer des chemins <ICMS><ICMSSN102><orig> à travers 200 fichiers ou laisser l'IA mapper les CNPJ, les codes NCM et les valeurs ICMS vers un tableur en moins d'une minute.

Essayez sur vos fichiers XML NF-e →

📮 contact email: [email protected]