Para extraer datos de extractos bancarios automáticamente, se lee cada PDF o escaneo y se vuelca en un esquema estructurado (titular, número de cuenta, periodo, saldo inicial y final, y una fila por movimiento) y después se comprueba que las cuentas cuadran: saldo inicial más abonos menos cargos debe ser igual al saldo final. El primer paso es la parte fácil. La comprobación es lo que te dice si puedes fiarte del resultado, porque un extracto bancario es una tabla larga en la que una fila perdida se ve exactamente igual que una correcta.
Esta guía repasa el problema, las principales formas de resolverlo y un ejemplo práctico con un extracto ficticio. Última evaluación: octubre de 2026. Para extractos largos, mira cómo tratamos los documentos de varias páginas; si trabajas en finanzas, mira anyformat para servicios financieros.
Por qué los extractos bancarios son más difíciles de lo que parecen
Un extracto bancario parece una tabla limpia, y esa es la trampa. Cinco cosas hacen difícil extraerlo de forma fiable:
- Cada banco lo maqueta a su manera. El orden de las columnas, el formato de las fechas, si cargos y abonos van en columnas separadas o en una sola con signo, y dónde aparece el saldo inicial cambian de un banco a otro, y a menudo entre los propios productos de un mismo banco.
- Los movimientos cruzan páginas. La tabla se corta al final de la página, las cabeceras se repiten o desaparecen y una fila puede quedar partida en dos.
- Los conceptos ocupan varias líneas. Un parser ingenuo lee la segunda línea de un concepto como un movimiento nuevo y vacío.
- Escaneos y fotos. Muchos extractos llegan como escaneos o fotos hechas con el móvil, con inclinación, ruido y sellos encima de las cifras.
- Varias cuentas o varios extractos en un mismo archivo. Un solo PDF puede contener más de una cuenta, o más de un mes.
Nada de esto es motivo para evitar la automatización. Es el motivo por el que el resultado necesita una comprobación incorporada.
Qué quieres obtener: un esquema
Empieza por el resultado, no por la herramienta. Para un extracto típico de cuenta corriente:
| Campo | Tipo | Notas |
|---|---|---|
| account_holder | texto | Tal como aparece impreso |
| account_number | texto | IBAN o formato local, tal como aparece impreso |
| period_start, period_end | fecha | |
| opening_balance, closing_balance | número | Con la divisa |
| transactions[] | lista | Una entrada por fila |
| transactions[].date | fecha | Fecha de operación; conserva la fecha valor si hay las dos |
| transactions[].description | texto | Unido si el concepto ocupa varias líneas |
| transactions[].debit, .credit | número | O un único importe con signo; elige una convención |
| transactions[].balance | número | Saldo acumulado, cuando el extracto lo imprime |
Un ejemplo ficticio del resultado de una página (todos los valores son inventados):
{
"account_holder": "Northwind Trading Ltd",
"account_number": "ES00 0000 0000 0000 0000 0000",
"period_start": "2026-09-01",
"period_end": "2026-09-30",
"opening_balance": 12480.15,
"closing_balance": 11902.40,
"transactions": [
{ "date": "2026-09-02", "description": "Transfer from ACME SA, invoice 1043", "credit": 3200.00, "balance": 15680.15 },
{ "date": "2026-09-03", "description": "Card payment, Office Supplies Co", "debit": 84.90, "balance": 15595.25 },
{ "date": "2026-09-05", "description": "Direct debit, Utilities Ltd, September", "debit": 312.60, "balance": 15282.65 }
]
}Formas de extraer datos de extractos bancarios, comparadas
| Enfoque | Maneja bancos distintos | Maneja escaneos | Detecta filas erróneas | Límite habitual |
|---|---|---|---|---|
| Copiar y pegar en una hoja de cálculo | Sí, a mano | No | Solo si lo compruebas | Horas por lote, propenso a errores |
| Plantilla o reglas por banco | Una plantilla por maquetación | Mal | No | Se rompe cuando el banco cambia su PDF |
| OCR genérico más una librería de tablas | Parcialmente | Sí | No | Las tablas con celdas combinadas o con texto en varias líneas fallan sin avisar; mira nuestra prueba de librerías de tablas |
| Pedir a un LLM generalista que lea el archivo | Sí | Sí | No | Resultado fluido sin ninguna señal de que una fila está mal; mira cómo reducir las alucinaciones |
| Un especialista en extractos bancarios (por ejemplo DocuClipper) | Sí, pensado para formatos financieros | No consta en nuestra comparativa | No consta | Limitado a documentos financieros; tarifas mensuales fijas (Starter 20 $ por 60 páginas, Business 111 $ por 640, Enterprise 360 $ por 2.000), sin despliegue on-premise ni residencia en la UE en su documentación publicada (a 2026-09-14, nuestra comparativa de Nanonets) |
| Una plataforma de document AI preentrenada (por ejemplo Docsumo) | Modelo preentrenado de extractos bancarios; los tipos personalizados necesitan unas 20 muestras de entrenamiento | No consta en nuestra comparativa | No consta; el 99 % o más en datos de extractos bancarios lo declara el propio proveedor y no está auditado | Precio bajo presupuesto (anyformat vs Docsumo) |
| Una plataforma de documentos con validación | Sí | Sí | Sí, si configuras la comprobación | Defines el esquema y las reglas una sola vez |
La columna que importa es "Detecta filas erróneas". Todos los métodos de esta tabla leen un extracto. Pocos te dicen en qué filas no debes confiar.
Cómo extraer datos de un extracto bancario con anyformat, paso a paso
El mismo extracto pasa por cuatro pasos en un workflow de anyformat, construido en Studio como un flujo de tres operadores: Parse, Extract y Validate.
-
Parse. El archivo se convierte en páginas y tablas estructuradas, con cada bloque vinculado a su posición en la página y una puntuación de confianza en cada tabla. Los escaneos pasan primero por OCR. En este workflow, Parse se ejecuta en modo Agentic.
-
Extract. Describes el esquema anterior en lenguaje natural. Los campos de cabecera salen como valores únicos y los movimientos salen como una lista con una entrada por fila. Aquí Extract se ejecuta en modo Agentic, con los 8 campos del esquema. Cada campo muestra su tipo, si está verificado y el umbral de revisión que has fijado. El modo Agentic todavía no admite documentos de varios archivos.
-
Validate. Las reglas comprueban el resultado contra sí mismo: saldo inicial más abonos menos cargos debe ser igual al saldo final; cada saldo acumulado debe derivarse del anterior; la fecha de cada movimiento debe caer dentro del periodo del extracto; los movimientos deben estar en orden cronológico; una fila no puede tener a la vez un cargo y un abono; y los valores por debajo del umbral de confianza se marcan para revisión. La vista Validation muestra cada regla con su resultado y los valores que comprobó, y puedes probar una expresión antes de fiarte de ella.
-
Revisar lo dudoso. Cada valor extraído lleva una puntuación de confianza sobre la que puedes fijar un umbral y un enlace al punto de la página del que se leyó. Las filas por debajo del umbral, o cualquier extracto cuya comprobación de saldo falle, pasan a una persona que ve el original junto al valor.
Lo que cambia en la práctica: no lees todas las filas. Lees las que marcan la comprobación o la confianza, y todo lo demás sigue su curso.
Pruébalo con tus propios extractos: el plan Free incluye 50.000 créditos, suficientes para ejecutar este workflow con un lote de extractos ficticios o con consentimiento, sin tarjeta de crédito.
Cómo pasar un extracto bancario a Excel o CSV
Una vez estructurados los movimientos, la exportación a Excel o CSV es la parte fácil: cada movimiento pasa a ser una fila, con fecha, concepto, cargo, abono y saldo como columnas, y los campos de cabecera (titular, número de cuenta, periodo, saldo inicial y final) van en una hoja de resumen o se repiten en cada fila, según lo que espere tu herramienta de contabilidad. El paso que decide si la hoja de cálculo es utilizable es el anterior: una hoja construida a partir de una extracción sin comprobar esconde sus errores a la vista. Ejecuta primero la comprobación de saldo, exporta solo los extractos que la pasan y manda el resto a revisión.
Si tu banco te permite descargar los movimientos en Norma 43 (Cuaderno 43), el formato estándar de fichero bancario en España, ese fichero ya viene estructurado; la extracción desde PDF o escaneo es para los extractos que solo tienes en PDF o en papel.
Una comprobación de saldo, paso a paso
Si el saldo inicial es de 12.480,15, los abonos suman 3.200,00 y los cargos suman 3.777,75, el saldo final debe ser 11.902,40. Si la extracción devuelve 11.818,00, hay una fila errónea o que falta y el extracto se marca, en lugar de que el error llegue a tu contabilidad. La misma lógica detecta una fila perdida, una cifra mal leída y una línea duplicada. (Las cifras son las ficticias del JSON anterior, ampliadas a un mes completo.)
Los extractos son datos personales
Los extractos bancarios contienen datos personales y financieros. Usa documentos ficticios o con consentimiento para las pruebas, mantén los datos de producción dentro de un despliegue que controles y comprueba dónde procesa los datos cada herramienta. anyformat tiene la certificación ISO 27001:2022, ofrece residencia de datos en la UE y puede ejecutarse autoalojado o en entornos aislados (air-gapped). La retención cero de datos es una opción de Enterprise que hay que activar para tu organización, así que en los planes Free y Business conviene tratar los documentos subidos como almacenados y usar extractos ficticios para las pruebas. Más sobre residencia en nuestra guía de RGPD.
Cuánto cuesta
El precio se basa en créditos, por página y por operador. A tarifa de lista, Parse cuesta 25 créditos por página en modo Standard y 100 en Agentic; Extract cuesta 35 en Standard y 150 en Agentic; y cada regla de validación de IA cuesta 5 créditos, una sola vez por extracción y nunca por página. Un crédito cuesta €0,001 en Business y €0,0015 en Free y pago por uso.
| Extracto de 10 páginas, 6 reglas de validación de IA | Créditos | Business (€0,001 por crédito) | Free / pago por uso (€0,0015) |
|---|---|---|---|
| Parse Standard + Extract Standard | 630 | €0,63 | €0,95 |
| Parse Agentic + Extract Agentic | 2.530 | €2,53 | €3,80 |
El plan Free incluye 50.000 créditos únicos sin tarjeta de crédito, y Business incluye 500.000 créditos al mes. El modo Standard es el mejor punto de partida para extractos digitales limpios; Agentic es para escaneos y maquetaciones que Standard resuelve mal.
Límites, sin rodeos
- La escritura a mano y las fotos de muy baja calidad son el punto débil de todos los enfoques. Fija un umbral de confianza y deja que una persona las revise.
- Los extractos con estructuras poco habituales (cuentas multidivisa en una misma página, páginas de resumen que repiten totales) necesitan una prueba con tus propios archivos antes de fiarte de ellos.
- La comprobación de saldo solo funciona cuando el extracto imprime saldos. Algunos formatos solo imprimen movimientos; entonces la comprobación compara totales, no saldos acumulados.
- No hemos publicado una cifra de precisión para extractos bancarios. Prueba cincuenta de tus propios extractos y mide la precisión por campo y el porcentaje que pasa sin intervención humana.
Cómo elegir
Si procesas unos pocos extractos al mes con una misma maquetación, basta con una plantilla o un conversor. Si las maquetaciones varían, hay muchos escaneos o un error en la contabilidad sale caro, elige una herramienta donde un fallo de comprobación sea visible: la pregunta que hay que hacer a cada proveedor es "cuando un saldo no cuadra, ¿qué ve mi equipo?". Para comparativas más amplias, mira las mejores API de parsing de documentos y las alternativas a Nanonets.
Preguntas frecuentes
¿Cómo extraigo datos de un extracto bancario en PDF automáticamente?
Lee el archivo y vuélcalo en un esquema (campos de cabecera más una fila por movimiento) y verifica después que saldo inicial más movimientos es igual al saldo final. Las herramientas se diferencian sobre todo en si te dicen en qué filas no debes confiar.
¿Puedo extraer datos de un extracto bancario escaneado?
Sí, con OCR antes de la extracción. La precisión baja con la inclinación, el ruido y las fotos, así que los extractos escaneados necesitan un umbral de confianza y un paso de revisión.
¿Puedo pasar un extracto bancario a Excel o CSV?
Sí: una vez estructurados los movimientos, exportar a CSV o Excel es un paso de formato. Lo difícil es la extracción y la comprobación, no la exportación.
¿Cómo sé que los movimientos extraídos son correctos?
Ejecuta la comprobación de saldo. Si saldo inicial más abonos menos cargos no es igual al saldo final, hay una fila errónea o que falta. La confianza por campo te dice dónde mirar primero.
¿Es seguro subir extractos bancarios a una herramienta de extracción?
Comprueba la retención, la residencia de los datos y las certificaciones antes de subir datos reales, y prueba primero con extractos ficticios.
¿Funciona con extractos de bancos distintos?
Las herramientas basadas en plantillas necesitan una plantilla por maquetación. Las basadas en esquemas leen cada maquetación a partir de la definición de tus campos, pero conviene probar igualmente una muestra de cada banco con el que trabajes.
Empieza con tus documentos más difíciles. Sube los extractos que rompen tu pipeline actual, define los campos que necesitas y mira los valores con su confianza y su evidencia en la página. El plan Free incluye 50.000 créditos sin tarjeta de crédito.
Divulgación: anyformat vende extracción de documentos; el ejemplo es ficticio y los criterios de comparación se indican.
