Obtener una tabla de un PDF y colocarla en Excel es una de las tareas de PDF más solicitadas en finanzas, contabilidad y trabajo de datos. El método que funciona mejor depende de si el PDF es un archivo digital nativo o un escaneo, y de qué tan compleja sea la estructura de la tabla.
Cómo convertir una tabla PDF a Excel usando una herramienta en línea
Para PDF digitales nativos, un conversor en línea de PDF a Excel es la ruta más rápida. Cargue el archivo en la herramienta PDF a Excel de WukongPDF, déjelo procesar y descargue el archivo .xlsx. Las tablas se extraen con su estructura de filas y columnas intacta, y los datos numéricos se muestran como números reales en lugar de cadenas de texto, lo que significa que puede usarlos en fórmulas de inmediato.
Los PDF de varias páginas con la misma tabla en varias páginas generalmente se combinan en una sola hoja. Verifique el resultado para confirmar que las filas se alinean correctamente en los saltos de página; este es el lugar más común donde algunas filas necesitan ajuste manual.
Conversión de tablas PDF escaneadas a Excel
Una tabla escaneada es una imagen de una tabla; la herramienta no puede leer los valores de las celdas directamente. La solución es ejecutar el PDF a través de una herramienta OCR PDF primero para extraer el texto y crear una versión estructurada, luego convertir esa salida a Excel.
La precisión del OCR en las tablas es buena para escaneos limpios y de alta resolución. Las cosas que causan errores son celdas fusionadas que abarcan varias columnas, celdas sin bordes entre ellas, valores escritos a mano y fuentes muy pequeñas. Después de la conversión de OCR, revise cuidadosamente las columnas con datos numéricos: OCR ocasionalmente confunde caracteres de apariencia similar como 0 y O, o 1 y l.
Usar Microsoft Word como paso intermedio
Otro enfoque es convertir el PDF a Word primero usando una herramienta PDF a Word y luego copiar la tabla de Word a Excel. Word a menudo conserva los bordes de las tablas y la estructura de las celdas mejor que ir directamente a Excel, y una vez que la tabla está en Word, puede limpiarla antes de pegarla.
Para copiar una tabla de Word a Excel manteniendo la estructura de celdas: seleccione la tabla completa en Word, cópiela, haga clic en una celda vacía en Excel y péguela. Excel coloca cada celda de la tabla en una celda de hoja de cálculo separada, manteniendo el diseño de filas y columnas.
Uso de los datos integrados de Excel desde PDF Característica
Microsoft Excel 2016 y versiones posteriores incluyen una función de importación de PDF incorporada. Vaya a Datos > Obtener datos > Desde Archivo > De PDF. Seleccione el PDF y Excel abre un panel Navegador que muestra todas las tablas que detectó en el documento. Haga clic en la tabla que desee y seleccione Cargar para importarla directamente a una hoja de trabajo.
Este método funciona bien para tablas sencillas en PDF nativos. Los diseños complejos de varias columnas o tablas con celdas de encabezado fusionadas a veces necesitan limpieza, pero el resultado general suele ser más limpio que copiar y pegar desde un visor de PDF.
Limpiar la salida de Excel
Independientemente del método, casi siempre se necesitan algunos pasos de limpieza después de la conversión. Verifique que el formato de los números sea correcto: los valores de moneda a veces se importan con el símbolo adjunto, lo que requiere buscar y reemplazar para eliminarlo antes de que la columna pueda usarse en los cálculos. Las columnas de fecha a menudo se importan como texto y es necesario reformatearlas.
Los encabezados de columna que abarcan varias filas en el PDF a veces colapsan o se dividen de forma impredecible. Un escaneo rápido de las primeras filas con el PDF original confirma que todo llegó correctamente antes de comenzar a trabajar con los datos.