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

Um CFDI (Comprobante Fiscal Digital por Internet) é o formato obrigatório de fatura eletrônica do México, aplicado pelo SAT (Servicio de Administración Tributaria) desde 2014. Não é um documento que você possa tratar como um PDF de um fornecedor dos EUA ou da Europa. Todo 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 de timbrado — e o SAT recebe uma cópia em tempo real. Somente após o PAC aplicar o carimbo digital é que 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, o nome legal e o código postal do domicílio fiscal do destinatário devem corresponder exatamente ao registro de contribuintes do SAT. Faturas da 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.

Um 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 fiscal do emissor) e o UUID (Folio Fiscal), um identificador único de 36 caracteres atribuído pelo SAT que se torna a referência permanente dessa transação em todos os sistemas da infraestrutura fiscal do México. Se você está conciliando pagamentos, declarando DIOT (Declaración Informativa de Operaciones con Terceros) ou se preparando para uma auditoria, o UUID é o campo que conecta tudo.

E depois há o XML. De acordo com a lei fiscal 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 5–10% do valor da fatura por ocorrência. Empresas que tratam o PDF como "a fatura" e descartam o XML carregam um risco de auditoria que podem não descobrir até que o SAT solicite os registros.

A maioria das equipes de AP voltadas ao México não carece de dados de fatura. Elas carecem deles em um formato que seu sistema contábil possa ingerir. 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 contas a pagar em uma de três formas. Cada uma carrega 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 — obrigatório quando a fatura original foi emitida sob PPD (Pago en Parcialidades o 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 em linhas planas do Excel significa percorrer uma estrutura de árvore e resolver referências entre documentos.

Extração de PDF é o cenário mais comum no mundo real, porque fornecedores mexicanos normalmente 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 pela sua posição visual ou pela compreensão semântica do texto. É aqui que as ferramentas de OCR baseadas em modelo falham: um PDF de CFDI da Grupo Bimbo não se parece em nada com um de um pequeno proveedor de servicios que usa CONTPAQi Factura Electrónica.

CFDIs digitalizados 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 funcionários de campo que fotografam recibos com WhatsApp. Os dados ainda são dados de CFDI — UUID, RFC, detalhamento de IVA — mas extraí-los significa trabalhar com pixels que nenhum parser de XML jamais verá.

Entender a variedade de formatos é o passo um. O passo dois é saber exatamente quais campos importam para a sua contabilidade — e para quais códigos de catálogo do SAT eles mapeiam.

Os Campos de CFDI Que Você Precisa no Seu Excel — e Por Que Cada Um Importa

Nem todo campo em 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 de coluna:

Esses doze campos formam o conjunto mínimo viável de dados para qualquer fluxo de contas a pagar envolvendo faturas mexicanas. Faltar o UUID significa que você não pode verificar a fatura no portal do SAT nem rastrear seu status de cancelamento. Faltar o Uso CFDI significa que você pode registrar 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, dois terços do valor do IVA, ou 10,6667% do subtotal, conforme o Artigo 1-A da LIVA quando uma persona moral paga a uma persona física por serviços, arrendamento ou comissões).

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 impostos por item. Para empresas que fazem correspondência de três vias (PO → recebimento de mercadorias → CFDI), a extração de itens de linha é o que torna o CFDI comparável à ordem de compra linha por linha.

Os campos estão bem definidos. O desafio é tirá-los do documento e colocá-los na sua planilha — e esse processo depende muito 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 — a abordagem que o ImageToTable.ai usa — não olha para coordenadas. Ela lê o documento como um humano faria: entendendo o que cada trecho de texto significa, não onde ele está na página. Você informa à ferramenta quais campos deseja — "UUID," "RFC Emisor," "SubTotal," "IVA 16%" — e a IA localiza cada valor em qualquer lugar 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 sua 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 na página um campo aparece. O mesmo conjunto de nomes de colunas funciona em PDFs de CFDI de diferentes fornecedores e cópias escaneadas, 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)."

Aqui está o fluxo de trabalho passo a passo:

Para equipes que processam faturas CFDI em volume, o processamento em lote muda a economia. Envie todos os CFDI 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 (aproximadamente 3 minutos por fatura) e a extração por IA (5–10 segundos por página) se acumula com o volume: 100 CFDI que levarían 5 horas de digitação manual são concluidos em menos de 10 minutos. Para um ciclo mensual de cierre de AP, essa diferença é o que separa terminar a conciliación a tiempo de cargarla para o próximo período. Para um fluxo de trabalho completo de fin de mes que maneja 50+ faturas de vários provedores — incluindo a classificação PUE/PPD, deduplicação de UUID e preparação para DIOT — consulte nosso guía sobre processamento em lote de faturas CFDI mexicanas em contas a pagar.

Uma vez que as colunas estão preenchidas, a próxima pregunta é se os valores estão corretos. Modo de Revisión responde isso sem uma leitura lado a lado: passe o cursor ou clique em qualquer célula extraída e a ferramenta destaca a região exata do CFDI original de onde veio o valor, e clicar em uma região do documento leva de volta à sua célula. Se você editou um campo, um clique mostra o valor original da IA para que possa revertirlo. Ative a anotación automática e o mapa de localização é gerado quando o processamento termina, para que a primeira fatura que você abra já seja revisable. Em um documento onde um RFC incorreto ou uma taxa de IVA mal lida tem consequências de deducibilidad, essa verificación leva segundos em lugar de uma relectura completa da fatura.

Os campos a nível de cabeçalho são a base. Mas uma porcentagem significativa de faturas CFDI — particularmente aquelas emitidas sob PPD — carrega uma capa de complexidade que a maioria dos guías de extracción ignora por completo.

Tratamento 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 CFDI base 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 depois — em parcelas ou como 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 múltiplas) este pagamento liquidou.

Para extração no Excel, isso cria um relacionamento um-para-muitos: uma fatura PPD → múltiplos 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 acompanhamento. A ferramenta de extração precisa ler a data do pagamento, o valor pago e o UUID relacionado da representação em PDF do complemento, e então parear essa linha com a fatura original pelo UUID na sua planilha.

Complemento de Nómina (Complemento de Folha de Pagamento)

CFDIs de folha de pagamento carregam 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 detalhamento de percepções (salário, bônus) e deduções (ISR, IMSS, INFONAVIT). Empresas com funcionários mexicanos recebem esses documentos como parte de relações de terceirização ou PEO (Professional Employer Organization). Extrair dados do complemento de folha de pagamento para o Excel permite a consolidação de custos em nível de funcionário entre períodos para lançamentos contábeis e análise de custos de mão de obra.

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.

Como os Métodos de Extração se Compara: Entrada Manual, Análise de XML, Modelos e IA

Diferentes equipes escolhem caminhos diferentes com base no volume, nos 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:

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

O OCR baseado em modelo cria um fardo de manutenção proporcional ao número de fornecedores. Cada novo fornecedor com um layout de CFDI diferente requer 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 porque lê o que um valor significa, e não onde ele está. Uma coluna chamada "RFC Emisor" retorna o RFC do emissor, seja o layout do CONTPAQi, Aspel FACTURAe ou uma exportação personalizada do ERP, e as mesmas definições de coluna (UUID, RFC Emisor, IVA, Total) funcionam em qualquer CFDI, de qualquer fornecedor, em qualquer formato. Isso é especialmente valioso para a conciliação de lotes de CFDI durante o fechamento de fim de mês, quando as equipes de AP precisam processar faturas recebidas de 50 a 200 fornecedores, cada um com seu próprio sistema de faturamento, antes do encerramento do período contábil.

FAQ: Extração de Dados de CFDI para Excel

Por Que a Extração É Apenas Metade do Problema

O gargalo mais citado no processamento de CFDI é a entrada de dados. Mas a entrada de dados é o gargalo visível. O oculto — o que consome mais horas ao longo do mês — é a conciliação que vem depois: casar pagamentos PPD com as faturas originais, verificar se o IVA no CFDI corresponde ao valor no seu sistema contábil, identificar quais CFDIs foram cancelados desde a última verificação e confirmar que cada RFC no seu cadastro de fornecedores corresponde ao que o SAT tem registrado.

A extração tira os dados do documento e os coloca em uma estrutura com a qual você pode trabalhar. O valor se multiplica quando esses dados estruturados alimentam diretamente seus processos downstream — preparação da DIOT, importação no CONTPAQi, conciliação de fornecedores, provisões de fim de mês — 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 além do registro comercial. Um código Uso CFDI mal interpretado lança uma despesa na categoria de dedutibilidade errada, e um UUID perdido torna a fatura impossível de verificar no portal do SAT. Colocar os dados no Excel é o primeiro passo. Manter seu AP, a declaração da DIOT e a trilha de auditoria consistentes com isso é o resultado contínuo.