Codexで業務改善 009

請求書PDFの取得をCodexで試した。保存4件と失敗6件を残す

執筆:Dignowa編集部公開:更新:読む目安:約4分

請求書を一つずつ開き、保存先を選んでダウンロードする。Dignowaではこの取得処理を、PC上の架空の配信サーバーで試しました。Codexが実装・実行し、12件中4件を保存、6件をエラーに、2件を対象外にしました。実在サービスへのログインやクリックを自動化した結果ではありません。

架空の配信先と、13行・12件の一覧を用意した

実際に配信・取得した検証用PDF。I001、S01、2026年9月、1100円を記載した架空帳票
実際に配信・取得した架空PDFを画像化。請求番号I001、仕入先S01、対象月2026-09、1100円。支払いに使う請求書ではありません。

CoopelのDeNAの事例には、100件のPDFに100回のクリックが必要だった仕事が紹介されています。ページの表示日は2020年5月15日で、現在のサービスに一括取得がない根拠ではありません。DeNAもDignowaの顧客ではありません。

Coopelが公開するDeNAの事例

今回は3ページの一覧へ13行を載せ、重複1行を除くと請求書12件です。取消1件、対象9月と異なる8月1件を外し、10件を取得対象にしました。帳票は請求番号・仕入先ID・対象月・金額がある、検証用の1ページ文字PDFです。

同名の保存と、HTTP成功だけを見る方法では足りなかった

比較用処理でI001とI002を同じ「invoice.pdf」へ保存すると、I001が上書きされ、I002の1ファイルだけになりました。完成版は「2026-09_S01_I001.pdf」のように月・仕入先・請求番号を使います。意図した比較で、顧客のPDFを消した事故ではありません。

I003は通信の成功を示すHTTP200を返し、種類もPDFを名乗りながら、中身は架空のログインHTMLです。通信の成功だけを見る処理は取得しましたが、完成版ではPDFの先頭とpypdfで開けるかを確かめ、保存せずエラーへ戻しました。実サービスの認証切れを観測したものではありません。

開けるPDFでも、I007は本文の請求番号が違ったため保存しませんでした。今回は本文の4項目を一覧と照合しています。

保存した4件と、確認する6件を分ける

I001・I002・I008に加え、初回HTTP503、2回目にPDFを返す設定のI005も保存しました。

請求番号 保存しなかった理由
I003 PDFを名乗るHTML
I004 HTTP500が続き、2回でエラー
I006 途中で切れ、PDFとして開けない
I007 本文の請求番号が一覧と違う
I011 空ファイル
I012 別URLへの移動指示。自動で移動しない

初回の取得要求は再試行込みで12回です。取消I009と月違いI010へは要求していません。処理が終了しても、全請求書の保存が済んだとは扱えません。

2件で停止し、先の2件を取り直さず再開できた

保存と記録を残して意図的に止めると、再開後は残り2件だけを追加しました。最終4PDFは通常実行と完全一致しています。用意した停止機能での試験なので、書き込み中の電源断やOS強制終了を確かめた結果ではありません。

通常の再実行も取得済み4件を取り直しません。保存PDFを書き換えた場合はハッシュの違いを検出し、上書きせずエラーへ残しました。

Pythonの配信・取得処理にurllib.request、PDF作成にReportLab、本文確認にpypdfを使いました。Codexが開発・実行し、請求ごとの採否は決めたルールで判定します。コマンドを5回実行し、要求回数や再開など33項目を検査しました。保存した4件のPDFが配信元と全バイトで一致し、本文の4項目と画像の表示も照合した記録があります。自然な実装エラーではなく、比較・検査用の失敗条件です。

本番の接続方法と帳票は、別に試す必要がある

配信先は検証時だけのローカルサーバーです。実サービスのログイン、認証更新、画面操作、公式APIは未検証です。実務では一括取得や公式APIの有無を先に確かめます。

スキャン画像、複数ページ、パスワード付きや書式違いのPDFも未検証です。金額の一致は、請求内容自体の正しさを証明しません。

実験の再試行は最大2回、待ち時間なしです。本番では接続先の要求制限と待ち時間を確認する工程が残ります。今回確かめたのは保存と確認待ちを分ける処理で、月初の作業時間は未測定です。

12件の結果一覧と保存したPDF

コード・入力・実行記録のZIP

検査結果JSON

初回の取得結果JSON

参考情報