OFD文件格式号称中国版的PDF，具有中国自主版权的一种电子文件格式。税局启用电子发票后，电子发票的文件格式也在逐步将PDF格式转成OFD格式，一些新办企业的开票软件领取的开票软件往往是OFD格式的电子发票。在纯电子费用报销的时候我们就需要解析OFD电子发票的信息。
本质上OFD文件是一个xml文件压缩包，我们用解压软件解压OFD电子发票，产生DOC_0的目录和OFD.xml文件，把DOC_0下面的所有xml文件浏览器打开，对比原发票信息，发现Doc_0\Attachs\original_invoice.xml和Doc_0\Pages\Page_0\Content.xml两个文件包含大量发票信息，original_invoice.xml的发票信息和名称是一一对应的，如：<fp:InvoiceCode>044002100113</fp:InvoiceCode>，表示发票代码是044002100113；但是original_invoice.xml没有发票类型信息；Content.xml文件包括所有发票文本信息，但是没有跟名称一一对应。那么要获得完整的发票信息，只有从Content.xml的文本信息中获致发票类型（如广东增值税普通发票），然后从original_invoice.xml获取其他发票信息形成字典，如{"发票代码":044002100113}。具体代码如下：
一、用zipfile解压缩OFD电子发票
import xml.etree.ElementTree as ET
import re
import zipfile
filename="D:\\测试发票\\044002000311_67725019.ofd"
rf=zi
开通VIP 解锁文章