Cum se folosește
- Alegeți sau trageți un PDF care conține tabele.
- Alegeți câte o foaie pe pagină sau toate paginile pe o singură foaie.
- Mențineți activă opțiunea „Stocare numere ca numere” și setați separatorul zecimal dacă detectarea este greșită.
- Selectați Conversie în Excel, verificați previzualizarea și descărcați fișierul XLSX.
Cum funcționează
Instrumentul citește fiecare fragment de text și poziția acestuia cu pdf.js. Fragmentele de pe aceeași linie de bază formează un rând; un gol orizontal larg împarte un rând în celule. Pozițiile coloanelor sunt stabilite pe baza rândurilor cu cel mai frecvent număr de celule, astfel încât un titlu sau o notă care se întinde pe lățimea tabelului nu unește coloanele. Fiecare celulă este apoi plasată în coloana cu care se suprapune. Un gol vertical mare devine un rând gol, ceea ce menține tabelele separate.
Cu opțiunea „Stochează numerele ca numere”, valori precum 1,234.56, (450.00), -12 %, € 99 sau 1.234,56 devin celule numerice pe care le puteți însuma, cu un format de număr care păstrează zecimalele. Valorile care ar pierde informații rămân text: numerele cu zerouri inițiale (ID-uri, coduri poștale), cele cu mai mult de 15 cifre (numere de cont) și datele calendaristice. Simbolurile monetare sunt eliminate din celulele numerice.
Instrumentul funcționează cel mai bine pentru PDF-uri create de programe software (extrase bancare, facturi, rapoarte exportate). PDF-urile scanate nu conțin text. Celulele îmbinate, celulele pe mai multe rânduri și tabelele desenate fără goluri sunt aproximate, așa că verificați rezultatul înainte de a vă baza pe el. Registrul de lucru este scris cu biblioteca open-source exceljs.
Exemple
Extras bancar
Un extras de 3 pagini cu coloanele Dată, Descriere, Sumă și Sold devine trei foi de calcul. Sume precum -1.250,00 sunt detectate ca numere cu virgula ca separator zecimal, astfel încât le puteți însuma direct în Excel.
Listă de prețuri a furnizorului
O listă de prețuri de 20 de pagini convertită cu opțiunea „Toate paginile pe o singură foaie” generează un singur tabel lung pe care îl puteți filtra și sorta; anteturile repetate de pe fiecare pagină apar ca rânduri obișnuite pe care le puteți șterge.
Întrebări frecvente
De ce sunt unele valori în coloana greșită?
PDF-ul nu conține un tabel real, ci doar text poziționat. Atunci când o celulă este foarte lată, centrată pe mai multe coloane sau se întinde pe două rânduri, poziția sa poate corespunde altei coloane. Mutați celulele respective în Excel sau încercați cealaltă opțiune de foaie de calcul.
De ce este un număr stocat ca text?
Valorile cu zerouri în față, cu mai mult de 15 cifre, cu separatori neobișnuiți sau cu cuvinte suplimentare sunt păstrate ca text, astfel încât să nu se piardă nimic. Dacă toate numerele sunt greșite, setați manual separatorul zecimal.
Funcționează cu PDF-uri scanate?
Nu. Paginile scanate sunt imagini fără text. Citiți-le mai întâi cu OCR; instrumentul OCR Image to Text funcționează pe imaginile paginilor exportate cu PDF to JPG.
Se păstrează formatarea, culorile și chenarele?
Nu. Registrul de lucru conține valorile celulelor doar cu formate numerice. Fonturile, culorile, chenarele și celulele îmbinate din PDF nu sunt transferate.
Confidențialitate
PDF-ul este citit, iar fișierul Excel este creat cu JavaScript în browserul dvs. Nimic nu este încărcat sau stocat, iar conținutul fișierelor nu este inclus în analize; este contorizat doar un eveniment anonim că instrumentul a fost folosit.