表格识别最危险的地方不是错，而是错了以后表看起来完全正常。一份 60 行的表错 3 个数字，肉眼扫过去什么也发现不了。验收必须靠结构化的检查顺序，不能靠「看着差不多」。

第一步：数行数和列数

打开文件先看总行数和总列数，与原图对照。 这两项任意一项不对，后面的核对都无意义：

  • 列少了 → 发生了合并错行，边界推断失败，这张图重拍或补表格线后重做
  • 行少了 → 有整行漏识，常见于该行字太小或被遮挡
  • 多了空行 → 一张图里识别出多个表格时会用空行分隔，合并前必须删掉，否则公式区域会被切断

第二步：用重算做交叉校验

这是效率最高的一步，能一次覆盖全表。 在旁边插一列，用识别出的两个因子去算第三个值：

  • 有单价和数量的，单价×数量 与原表金额比对，不一致的行就是可疑行
  • 有多段小计的，把小计重新求和与原表合计比对
  • 有起止日期的，用 日期计算器 核对天数列

不要抽查，要整列比对。 抽查命中率低，而公式比对是零成本的。

第三步：按列的性质分组核对

三类列的风险完全不同，投入要分开：

  • 编号列（文本）：只要长度对不对。18 位身份证变 17 位、单号掉了一位，用 LEN() 一筛就出来。注意站内规则是有前导零或超过 15 位的内容一律按文本写入，这是保护不是缺陷。
  • 数字列（数值）：核形近字。0/8、1/7、3/8、6/5、两串数字颠倒，是数字识别的高发错误 —— 展开见 识别结果里 0 和 O、1 和 l 分不清？形近字符错的成因与核对清单。
  • 中文列（文本）：核专有名词。人名、地名、品名是错字重灾区，因为这些词不在通用词频里，模型更容易挑一个形近常用字。

第四步：单独看三类高危区域

合并单元格的边界（跨行标题被拆成两行是典型表现）、表格最后一行（容易被当成表外文字）、表格线外的备注（可能被并进最后一列）。

第五步：把不可信的部分标出来

核对完不等于全部正确，尤其是手写数字。 金额、数量、电话、身份证这五类，建议在表里加一列「已核对」并留签名人，出问题时能追溯到是哪一步没核。

如果原表里有手写内容，正确的做法是那一块改走 手写表格转Excel，而不是指望印刷体这一页 —— 两者的差别见 手写表格与印刷表格是两个入口：走错的三种表现。

一个底线判断

关键数据表不要以识别为唯一来源。 识别适合做「初稿 + 加速录入」，不适合做「唯一录入手段」。合同金额、工资、报税数据这类内容，应当由录入者按原图逐格敲一遍 —— 用识别省下的时间，最终都要花在核对上，而且省不掉。