1、支持电子发票（PDF）的读取
目前 仅支持普通发票 ,不足以在生产环境使用，如果您想解析其他类型发票可以自行研究，或者在issues中提交讨论。
2、验真
代码中有使用用友apilink的接口验真（0.1~0.2元/次，比较贵）
网上也有其他付费接口，如阿里云市场、乐税网等。价格、稳定性不好说。
通过验证码识别，然后调用国税局官网查询接口这个会有不少坑，等以后有时间再研究。
网上的验证码识别率比较高的，价格在2万左右（源码+训练模型）。

识别原理：

1）使用pdfbox提取pdf文本内容，通过正则匹配到部分属性
2）第一步无法获取全部有效的属性信息，通过关键字拿到定位信息，使用定位的区域，通过pdf的区域读取问题，然后再结合正则进一步匹配得到其他有效属性信息。