Extração de Dados de Faturas CFDI Mexicanas
para Excel: Guia Prático (2026)

O que é uma Fatura CFDI — e por que extrair dados dela é diferente

Uma CFDI (Comprobante Fiscal Digital por Internet) é o formato obrigatório de fatura eletrônica do México, exigido pelo SAT (Servicio de Administración Tributaria) desde 2014. Não é um documento que você pode tratar como um PDF de um fornecedor dos EUA ou da Europa. Cada CFDI passa por um modelo de validação tripartite: o emissor gera o XML, um PAC (Proveedor Autorizado de Certificación) valida e carimba digitalmente — processo chamado timbrado — e o SAT recebe uma cópia em tempo real. Somente após o PAC aplicar o carimbo digital a fatura se torna legalmente válida.

A versão atual, CFDI 4.0, tornou-se obrigatória para todos os contribuintes em 1º de abril de 2023 e introduziu uma validação mais rigorosa do receptor: o RFC, nome legal e código postal do domicílio fiscal do destinatário devem corresponder exatamente ao cadastro de contribuintes do SAT. Faturas na versão 3.3 não são mais aceitas pelos sistemas do SAT. Para quem recebe faturas de fornecedores mexicanos, isso significa que todo documento que você manuseia é da versão 4.0, você sabendo ou não.

Uma CFDI contém campos que não têm equivalente em uma fatura padrão: Uso CFDI (um código que declara como o destinatário usará a fatura para fins fiscais — G01 para aquisições, G03 para despesas, P01 para pagamentos pendentes), Régimen Fiscal (o código do regime tributário do emissor) e o UUID (Folio Fiscal), um identificador único de 36 caracteres atribuído pelo SAT que se torna a referência permanente para aquela transação em todos os sistemas da infraestrutura fiscal do México. Se você está conciliando pagamentos, enviando DIOT (Declaración Informativa de Operaciones con Terceros) ou se preparando para uma auditoria, o UUID é o campo que conecta tudo.

E então há o XML. De acordo com a lei tributária mexicana, o arquivo XML é o documento legalmente válido — a representação em PDF é secundária e informativa. Tanto o emissor quanto o receptor devem reter o XML por pelo menos cinco anos, conforme o Artigo 30 do CFF. A falha em arquivar CFDIs corretamente acarreta multas de 5 a 10% do valor da fatura por ocorrência. Empresas que tratam o PDF como "a fatura" e descartam o XML estão assumindo um risco de auditoria que podem não descobrir até que o SAT solicite os registros.

A maioria das equipes de AP que lidam com o México não carece de dados de fatura. Eles carecem de dados em um formato que seu sistema contábil possa consumir. O XML é estruturado, mas hierárquico. O PDF é legível, mas não estruturado. Os dados são os mesmos — colocá-los em colunas do Excel é a etapa que quebra o processo.

Os Três Formatos de CFDI Que Você Realmente Receberá — e o Que Cada Um Significa para a Extração

Na prática, uma fatura de fornecedor mexicano chega à sua equipe de AP em uma de três formas. Cada uma contém os mesmos dados do CFDI, mas exige uma abordagem de extração fundamentalmente diferente.

Extração de XML parece simples — é um formato estruturado com um esquema publicado (Anexo 20 versão 4.0 do SAT, definido em XSD). Mas o XML do CFDI é profundamente hierárquico: o nó raiz contém dados do emissor e do receptor, cada item de linha (Concepto) aninha quantidade, código de unidade, código de produto/serviço (do catálogo c_ClaveProdServ do SAT), preço unitário e detalhamento de impostos. Um Complemento de Pago — exigido quando a fatura original foi emitida sob PPD (Pago em Parcelas ou Diferido) — é um documento XML separado que referencia o UUID do CFDI original e detalha quais pagamentos liquidaram quais faturas, quando e em quais valores. Extrair isso para linhas planas do Excel significa percorrer uma estrutura de árvore e resolver referências entre documentos.

Extração de PDF é o cenário real mais comum porque os fornecedores mexicanos geralmente enviam por e-mail a representação em PDF, não o XML bruto. O PDF é uma renderização legível por humanos — os mesmos dados, mas sem tags estruturadas. Cada campo deve ser identificado por sua posição visual ou pela compreensão semântica do texto. É aqui que as ferramentas de OCR baseadas em modelo falham: um PDF CFDI do Grupo Bimbo não se parece em nada com o de um pequeno provedor de serviços que usa CONTPAQi Factura Electrónica.

CFDIs escaneados ou fotografados adicionam degradação de qualidade de imagem: ângulos inclinados, sombras, câmeras de celular de baixa resolução. Eles chegam de fornecedores menores que imprimem faturas e as entregam aos motoristas de entrega, ou de pessoal de campo que fotografa recibos com o WhatsApp. Os dados ainda são dados de CFDI — UUID, RFC, detalhamento do IVA — mas extraí-los significa trabalhar com pixels que nenhum analisador XML jamais verá.

Entender a variedade de formatos é o primeiro passo. O segundo é saber exatamente quais campos são importantes para sua contabilidade — e para quais códigos de catálogo do SAT eles mapeiam.

Os Campos do CFDI que Você Precisa na Sua Saída do Excel — e Por Que Cada Um é Importante

Nem todo campo de um CFDI pertence ao seu Excel. Um XML completo em conformidade com o Anexo 20 pode conter mais de 60 pontos de dados distintos. Para conciliação de contas a pagar, lançamento contábil e declaração de impostos, estes são os campos que justificam o espaço na coluna:

Esses doze campos formam o conjunto mínimo viável de dados para qualquer fluxo de trabalho de contas a pagar envolvendo faturas mexicanas. Faltar o UUID significa que você não pode verificar a fatura no portal do SAT ou rastrear seu status de cancelamento. Faltar o Uso CFDI significa que você pode contabilizar uma despesa na categoria de dedutibilidade errada. Faltar o Régimen Fiscal significa que você não pode determinar se o IVA do fornecedor está sujeito a retenção (retención de IVA, tipicamente 6% do valor do IVA, aplicável a fornecedores sob certos regimes).

Além dos campos de nível de cabeçalho, os itens de linha carregam seus próprios dados estruturados: quantidade, unidade de medida (do catálogo c_ClaveUnidad do SAT), descrição, preço unitário e detalhamento de imposto por item. Para empresas que realizam conciliação de três vias (pedido de compra → recebimento de mercadoria → CFDI), a extração de itens de linha é o que torna o CFDI comparável à ordem de compra linha por linha.

Os campos são bem definidos. O desafio é extraí-los do documento e colocá-los na sua planilha — e esse processo depende fortemente do formato com o qual você começa.

Como Extrair Dados de CFDI para o Excel: Um Fluxo de Trabalho Passo a Passo

Existem quatro caminhos para obter dados de CFDI no Excel, classificados do mais ao menos comum nas operações reais de contas a pagar. O caminho escolhido depende se você possui o XML, o PDF ou apenas uma imagem — e se está processando uma ou cem faturas.

Caminho 1: Análise de XML (quando você tem o arquivo CFDI bruto)

Se seu fornecedor fornece o XML — ou você o baixa do portal do SAT — é possível extrair dados estruturados programaticamente. Ferramentas como Python com lxml ou bibliotecas CFDI dedicadas (cfdipython, PyCFDI) podem percorrer o esquema do Anexo 20 e extrair campos por XPath. A desvantagem: este caminho pressupõe que você sabe programar, lidar com XML com namespace (cada elemento CFDI está em um namespace definido pelo SAT) e manter a lógica de análise conforme as atualizações do catálogo. O SAT atualiza seus catálogos periodicamente — os códigos c_RegimenFiscal e c_UsoCFDI mudam, e um mapeamento fixo ficará desatualizado.

Para a conciliação de Complemento de Pago — correspondência de pagamentos com faturas originais — a análise de XML se torna significativamente mais difícil, pois você trabalha com dois documentos XML vinculados apenas por referência UUID. Uma única fatura PPD pode ser liquidada por vários pagamentos ao longo de meses, cada um gerando seu próprio Complemento de Pago. A lógica de conciliação (qual pagamento cobriu qual fatura, qual era o saldo devedor em cada momento) não é uma simples extração de campo — é um cálculo financeiro entre documentos relacionados.

Caminho 2: Extração de PDF com Ferramentas Baseadas em Modelo

Ferramentas de OCR baseadas em modelo — onde você desenha caixas delimitadoras ao redor de cada campo em um documento de exemplo e a ferramenta reaplica essas coordenadas em faturas futuras — falham em PDFs CFDI por um motivo simples: cada fornecedor usa um software de faturamento diferente. Um CFDI gerado pelo CONTPAQi Factura Electrónica é renderizado de forma diferente de um gerado pelo Aspel FACTURAe, Alegra ou uma integração ERP personalizada. O UUID, RFCs e o detalhamento do IVA aparecem em posições diferentes, com tamanhos de fonte diferentes e com texto ao redor diferente. Um modelo criado para um CFDI compatível com addenda da Walmart falhará no CFDI de um pequeno fornecedor e vice-versa.

Esta é uma limitação fundamental da extração baseada em coordenadas aplicada a um tipo de documento onde a estrutura de dados é padronizada (Anexo 20), mas o layout visual não é.

Caminho 3: Extração Semântica com IA (funciona em qualquer formato)

A extração semântica — abordagem usada pelo ImageToTable.ai — não analisa coordenadas. Ela lê o documento como um humano faria: entendendo o significado de cada texto, não sua posição na página. Você informa à ferramenta quais campos deseja — "UUID", "RFC Emisor", "SubTotal", "IVA 16%" — e a IA localiza cada valor em qualquer parte do documento reconhecendo o conceito que ele representa, independentemente do layout.

Esse mecanismo é chamado de Extração de Colunas Personalizadas: você digita os nomes das colunas desejadas na planilha de saída, e a IA usa compreensão visual de linguagem para encontrar os dados correspondentes em cada página. Você não desenha retângulos, não cria modelos e não precisa saber onde o campo está na página. O mesmo conjunto de nomes de colunas funciona em PDFs CFDI de diferentes fornecedores, cópias digitalizadas e arquivos XML — porque a IA reconhece "IVA 16% é o valor do imposto à alíquota de 16%" em vez de "o número na caixa nas coordenadas (430, 210)".

Veja o fluxo de trabalho passo a passo:

Para equipes que processam faturas CFDI em volume, o processamento em lote muda a economia. Faça upload de todos os CFDIs recebidos de uma vez — sejam 20 ou 200 — e a ferramenta os processa em paralelo, mesclando todos os dados extraídos em um único arquivo Excel com uma linha por fatura. A diferença de velocidade de 18× entre a entrada manual (cerca de 3 minutos por fatura) e a extração por IA (5–10 segundos por página) se multiplica com o volume: 100 CFDIs que levariam 5 horas de digitação manual são concluídos em menos de 10 minutos. Para um ciclo mensal de fechamento de contas a pagar, essa lacuna é a diferença entre terminar a conciliação no prazo e carregá-la para o próximo período.

Os campos de nível de cabeçalho são a base. Mas uma porcentagem significativa de faturas CFDI — especialmente aquelas emitidas sob PPD — carrega uma camada de complexidade que a maioria dos guias de extração ignora completamente.

Gerenciamento de Complementos: Pagamentos, Folha de Pagamento e Comércio Exterior

Um complemento é um adendo XML estruturado incorporado ou vinculado a um CFDI. Ele contém dados necessários para tipos específicos de transações que o esquema base do CFDI não cobre. Para equipes de AP, três complementos são particularmente importantes:

Complemento de Pago (Complemento de Pagamento)

Quando um CFDI é emitido sob o método de pagamento PPD (Pago en Parcialidades o Diferido), a própria fatura reconhece que o pagamento ocorrerá posteriormente — em parcelas ou como um montante único após a entrega. O Complemento de Pago é um CFDI separado (TipoDeComprobante = "P") que documenta o evento de pagamento real. Ele referencia o UUID da fatura original e especifica: a data do pagamento, o valor pago, a taxa de câmbio se o pagamento foi em moeda diferente e quais faturas originais (potencialmente várias) este pagamento liquidou.

Para extração no Excel, isso cria um relacionamento um-para-muitos: uma fatura PPD → vários complementos de pagamento ao longo do tempo. Conciliar isso manualmente significa abrir cada XML de complemento de pagamento, ler quais UUIDs ele referencia e atualizar uma planilha de rastreamento. A ferramenta de extração precisa lidar com a resolução de referências entre documentos — lendo a data e o valor do pagamento do complemento e pareando-os com os dados da fatura original na mesma linha de saída.

Complemento de Nómina (Complemento de Folha de Pagamento)

Os CFDIs de folha de pagamento contêm detalhes em nível de funcionário: o RFC do trabalhador, CURP (Clave Única de Registro de Población), número de seguro social (NSS), categoria de risco de trabalho, dias trabalhados e discriminação detalhada de percepções (salário, bônus) e deduções (ISR, IMSS, INFONAVIT). Empresas com funcionários mexicanos recebem estes como parte de relacionamentos de terceirização ou PEO (Professional Employer Organization). Extrair dados de complemento de folha de pagamento para o Excel permite a consolidação de custos em nível de funcionário entre períodos para lançamento contábil e análise de custos trabalhistas.

Complemento Carta Porte

Desde janeiro de 2024, a versão 2.0 do complemento Carta Porte tornou obrigatórios campos antes opcionais: código de declaração aduaneira, dados do exportador e informações de origem/destino. Para equipes de logística e cadeia de suprimentos que recebem CFDI de frete, a extração deve capturar os campos específicos de transporte — placa do veículo, tipo de transporte, origem e destino da rota — junto com os dados padrão da fatura. Esses campos são exigidos para validação do SAT e desembaraço aduaneiro.

A lacuna mais comum que vemos na extração de CFDI são os dados do complemento deixados de lado. As equipes de AP extraem os campos do cabeçalho — UUID, RFC, Total — mas nunca puxam os dados do complemento de pagamento, fazendo com que as faturas PPD fiquem soltas na planilha de conciliação, sem data de pagamento ou referência de liquidação. Os dados existem no XML do complemento. Só nunca chegaram ao Excel.

CFDI Transfronteiriço: Quando o Comprador Não Está no México

Empresas estrangeiras que compram de fornecedores mexicanos enfrentam uma camada extra de complexidade. No CFDI 4.0, o RFC do receptor e o código postal do domicílio fiscal devem corresponder ao cadastro de contribuintes do SAT. Um comprador dos EUA ou Europa sem registro fiscal mexicano não pode fornecer um RFC — mas o sistema CFDI ainda exige um.

Na prática, isso é resolvido usando o RFC genérico estrangeiro (XEXX010101000 para pessoas jurídicas, XAXX010101000 para pessoas físicas) e especificando o ID fiscal do receptor no país de destino em um campo separado. O CFDI será emitido com o código Uso CFDI S01 (Sin efectos fiscales — sem efeitos fiscais), ou seja, a fatura existe para registro comercial, mas não gera crédito de IVA nem dedutibilidade para o comprador.

Para equipes de AP estrangeiras, o objetivo da extração muda: você não está extraindo dados para declaração ao SAT, mas para contabilidade interna, aprovação de pagamento e rastreamento de custos. Os campos relevantes são os comerciais — nome do fornecedor, valor da fatura, itens, método de pagamento — em vez dos códigos fiscais específicos. Uma extração bem estruturada ainda deve capturar o UUID; mesmo que você não declare ao SAT, o UUID é o único identificador global exclusivo que prova definitivamente que esta fatura existe e foi validada.

Operações de exportação adicionam outra dimensão. Um CFDI com o campo Exportacion definido como "01" (definitiva) ou "02" (temporal) carrega um Complemento de Comercio Exterior com dados aduaneiros: número do pedimento (declaração aduaneira), RFC do exportador e INCOTERM. Para equipes de logística transfronteiriça que conciliam faturas de frete com declarações aduaneiras, a extração precisa capturar tanto os dados do CFDI quanto os campos do complemento de comércio exterior em uma única saída.

Comparação dos Métodos de Extração: Entrada Manual, Parsing de XML, Modelos e IA

Diferentes equipes escolhem caminhos distintos com base no volume, recursos técnicos e nos formatos que recebem. Veja como as principais opções se comparam nas dimensões que importam para a extração de dados de CFDI:

O parsing de XML é a escolha certa para equipes que recebem exclusivamente XML e têm capacidade interna de desenvolvimento para manter o código de parsing durante as atualizações de catálogo. Mas uma equipe típica de AP no México recebe uma mistura: alguns fornecedores enviam XML, outros enviam PDF, e alguns — geralmente fornecedores menores ou pessoal de campo — enviam fotos. Depender apenas do parsing de XML significa inserir manualmente os dados de cada CFDI não-XML, ou manter um segundo caminho de extração para esses formatos.

O OCR baseado em modelo cria uma carga de manutenção proporcional ao número de fornecedores. Cada novo fornecedor com um layout de CFDI diferente exige um novo modelo. O CFDI 4.0 padronizou os campos de dados, mas não a renderização visual, e o custo do gerenciamento de modelos cresce linearmente com o número de fornecedores.

A extração semântica com IA elimina o problema de formato, pois trabalha com o significado dos dados, não com a posição. As mesmas definições de coluna — UUID, RFC Emisor, IVA, Total — funcionam em qualquer CFDI, de qualquer fornecedor, em qualquer formato. Isso é particularmente valioso para a conciliação em lote de CFDIs durante o fechamento mensal, quando as equipes de contas a pagar precisam processar faturas recebidas de 50 a 200 fornecedores, cada um com seu próprio sistema de faturamento, antes do fechamento do período contábil.

Perguntas Frequentes: Extração de Dados de CFDIs para Excel

Por Que a Extração É Apenas Metade do Problema

O gargalo comumente citado no processamento de CFDIs é a digitação de dados. Mas a digitação é o gargalo visível. O oculto — aquele que consome mais horas ao longo do mês — é a conciliação que vem depois: associar pagamentos PPD às faturas originais, verificar se o IVA do CFDI corresponde ao valor no seu sistema contábil, identificar quais CFDIs foram cancelados desde a última verificação e confirmar se cada RFC no seu cadastro de fornecedores está de acordo com o que o SAT possui em arquivo.

A extração retira os dados do documento e os coloca em uma estrutura utilizável. O valor se multiplica quando esses dados estruturados alimentam diretamente seus processos downstream — preparação da DIOT, importação para o CONTPAQi, conciliação de fornecedores, provisões de fechamento mensal — sem uma etapa manual de redigitação entre a extração e a ação.

Um CFDI carrega mais dados do que uma fatura padrão e serve a um propósito de conformidade que vai além do registro comercial. A extração bem-feita trata o CFDI pelo que ele é: um documento fiscal com estrutura rígida, validado em tempo real por uma autoridade governamental, com campos que têm consequências legais se estiverem errados. Colocar os dados no Excel é o primeiro passo. Usá-los para manter a consistência do contas a pagar, da declaração de impostos e da trilha de auditoria é o resultado contínuo.