XML: información estructurada
El XML contiene la información electrónica estructurada del documento. Para automatizar consolidaciones y extraer campos es normalmente la fuente más útil.
PDF: representación visual
El PDF facilita la lectura humana, pero no siempre conserva la misma estructura necesaria para extraer información de forma confiable y masiva.
ZIP: paquete de archivos
Un ZIP es un contenedor. Puede agrupar XML, PDF u otros documentos; antes de analizarlo debes extraer y clasificar su contenido.
Organiza el lote antes de conciliar
Separa archivos por tipo, controla duplicados y conserva trazabilidad del origen. Un consolidado limpio reduce ruido cuando luego compares contra el ERP.
Checklist para organizar archivos
- Descomprime ZIP en una carpeta controlada.
- Separa XML y representaciones PDF.
- Identifica duplicados antes de consolidar.
- Conserva relación entre archivo fuente y fila del consolidado.
- No descartes XML después de generar el Excel.
Ejemplo de revisión
Un PDF puede verse perfecto para una persona, pero si necesitas procesar cientos de documentos el XML ofrece campos estructurados. El Excel consolidado debe ser una capa de trabajo, no el reemplazo del archivo electrónico fuente.
Consolida XML en Excel
Usa una herramienta PCCOL para organizar el proceso y conservar trazabilidad de la revisión.
Ver herramienta PCCOLPreguntas frecuentes
¿Puedo consolidar facturas solo desde PDF?
Para automatización estructurada, el XML suele ser una fuente más adecuada. El alcance exacto depende de la herramienta y los archivos disponibles.
¿Un ZIP es una factura?
No. Es un contenedor que puede incluir uno o varios archivos relacionados con documentos electrónicos.
Qué contiene y para qué sirve cada archivo
| Archivo | Función práctica | Qué validar | Uso en conciliación |
|---|---|---|---|
| XML | Contiene los datos estructurados del documento electrónico. | Identificación, número, CUFE, fechas, bases, impuestos y totales. | Es la fuente principal para lectura automatizada y cruces masivos. |
| ZIP | Empaqueta uno o varios archivos asociados al intercambio electrónico. | Que el contenido corresponda al documento esperado y pueda descomprimirse. | Sirve como contenedor; debe abrirse antes de interpretar sus archivos. |
| Representación gráfica para lectura humana. | Que coincida visualmente con el documento, sin asumir que sustituye el XML. | Apoya la revisión, pero no es la mejor fuente para extracción estructurada. |
Procedimiento para organizar un lote
- Conserva el archivo original descargado y trabaja sobre una copia.
- Descomprime los ZIP en una carpeta controlada sin sobrescribir archivos con el mismo nombre.
- Identifica cada documento por CUFE cuando esté disponible; no uses únicamente el número visible de factura.
- Extrae del XML emisor, adquirente, prefijo, número, fechas, bases, impuestos y total.
- Registra archivos dañados, documentos sin XML, duplicados y diferencias contra el ERP en listas separadas.
- Usa el PDF para revisión humana de excepciones, no como sustituto automático del XML.
Caso práctico de diferencia
Si un lote contiene dos PDF con el mismo número visible, no debe concluirse inmediatamente que existe un duplicado. Primero se comparan los XML y sus CUFE: pueden pertenecer a emisores distintos, usar prefijos diferentes o corresponder a un documento reemplazado. La llave de conciliación debe construirse con los campos estructurados y conservar trazabilidad hacia el archivo original.
Errores frecuentes
- Renombrar archivos y perder la relación con el paquete original.
- Sumar el PDF y el XML como si fueran dos documentos distintos.
- Tomar el nombre del ZIP como dato tributario.
- Conciliar solo por número de factura sin emisor, prefijo o CUFE.
- Eliminar documentos aparentemente duplicados antes de revisar el XML.
Revisión técnica: 21 de septiembre de 2026. La guía explica organización y conciliación; la validez fiscal depende del documento electrónico y de la normativa técnica vigente de la DIAN.
Estructura real de los archivos
| Elemento | Dónde aparece | Para qué sirve en la conciliación |
|---|---|---|
| AttachedDocument | XML que suele venir dentro del ZIP | Contenedor que incluye la factura y la respuesta de validación de la DIAN |
| Invoice (UBL 2.1) | XML de la factura | Documento con emisor, adquirente, líneas, impuestos y totales |
| ApplicationResponse | Dentro del AttachedDocument o como archivo separado | Resultado de la validación del documento o de un evento |
| cbc:UUID | XML de la factura | CUFE del documento (CUDE en notas y documento soporte) |
| cbc:ID y cbc:IssueDate | XML de la factura | Prefijo y número, y fecha de expedición |
| cac:TaxTotal y cac:LegalMonetaryTotal | XML de la factura | Impuestos y totales, incluido el valor a pagar |
Documentos y eventos que también llegan en el lote
- Notas crédito y débito: modifican una factura anterior. Deben enlazarse a la factura referenciada y no sumarse como ventas o compras nuevas.
- Documento soporte: para compras a no obligados a facturar. Tiene su propio CUDE.
- Eventos del título valor (RADIAN): acuse de recibo (030), reclamo (031), recibo del bien o prestación del servicio (032), aceptación expresa (033) y aceptación tácita (034). No son facturas; indican el estado del documento frente al adquirente.
Validaciones mínimas del lote
- El ZIP se abre y contiene al menos un XML.
- El XML es un Invoice, CreditNote, DebitNote o AttachedDocument reconocible.
- El CUFE o CUDE tiene 96 caracteres hexadecimales.
- La suma de líneas e impuestos coincide con el total del documento.
- El NIT del adquirente corresponde a la empresa que concilia.
- No hay dos archivos con el mismo CUFE; si los hay, se conserva uno y se registra el duplicado.
Flujo de conciliación
Lote descargado → extracción de ZIP → clasificación por tipo de documento → lectura de XML → consolidado con CUFE como llave → cruce con el reporte DIAN y con el ERP → lista de diferencias (faltantes, sobrantes, valores distintos, notas sin factura) → revisión del PDF solo para las excepciones.