Zbierasz 200 wypełnionych aplikacji o pracę w formacie PDF. Każdy formularz ma te same pola: imię i nazwisko, adres e-mail, telefon, stanowisko, datę rozpoczęcia, oczekiwane wynagrodzenie. Potrzebujesz wszystkich 200 odpowiedzi w jednym arkuszu kalkulacyjnym Excel, z każdym wnioskodawcą w wierszu i każdym polem w kolumnie. Ręczne otwieranie każdego pliku PDF, odczytywanie wartości pól i wpisywanie ich do programu Excel zajęłoby cały dzień pracy. Pojedyncza literówka w adresie e-mail lub numerze telefonu może oznaczać utratę kontaktu z wnioskodawcą.
Automatyczne pobieranie danych z wypełnialnych formularzy PDF do programu Excel to proces wyodrębniania danych, który odczytuje wartości pól formularza i zapisuje je w arkuszu kalkulacyjnym. Proces jest szybki, dokładny i eliminuje błędy w transkrypcji. Ekstrakcja odczytuje dane bezpośrednio z pól formularza PDF.
Jak działa wyodrębnianie danych z formularzy PDF
Formularze PDF z możliwością wypełnienia przechowują dane w nazwanych polach. Każde pole ma nazwę, na przykład imię lub adres e-mail, oraz wartość wprowadzoną przez użytkownika. Ekstrakcja danych odczytuje nazwy pól i wartości oraz eksportuje je do formatu strukturalnego. Nazwy pól stają się nagłówkami kolumn w arkuszu kalkulacyjnym. Każdy plik PDF staje się jednym wierszem danych. Wartości wypełniają komórki w odpowiadających im kolumnach.
WukongPDF PDF do Excel ekstrakcja danych przetwarza wiele plików PDF wsadowo. Prześlij wszystkie 200 wypełnionych formularzy. Narzędzie odczytuje nazwy pól i wartości z każdego formularza. Generuje arkusz kalkulacyjny z jednym wierszem na formularz. Każde pole staje się kolumną. Ekstrakcja zachowuje dane dokładnie w takiej postaci, w jakiej zostały wprowadzone. Nie ma tu mowy o OCR ani błędach rozpoznawania znaków, ponieważ dane zostały wpisane do pól formularza cyfrowego.
Wypróbuj PDF do Excela
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Warunki wstępne czystego wyodrębniania danych
Formularze muszą być plikami PDF do wypełnienia i zawierać rzeczywiste pola formularza. Zeskanowane formularze, które zostały wypełnione ręcznie, a następnie zeskanowane, nie zawierają danych pól formularza. Wymagają OCR, który jest mniej dokładny i wprowadza błędy rozpoznawania. Przed skonfigurowaniem procesu wyodrębniania otwórz jeden z wypełnionych formularzy i sprawdź, czy możesz kliknąć wypełniony tekst i go edytować. Jeśli to możliwe, formularz zawiera aktywne pola formularza. Jeśli tekst jest częścią obrazu strony, formularz jest skanowany i zamiast tego wymaga OCR.
Nazwy pól w formularzu PDF określają nagłówki kolumn w arkuszu kalkulacyjnym. Jeśli w różnych wersjach formularza używane są różne nazwy pól, wyodrębniony arkusz kalkulacyjny będzie zawierał wiele kolumn zawierających te same dane. Standaryzuj szablon formularza przed jego rozpowszechnieniem. Używaj spójnych nazw pól we wszystkich kopiach. Ta standaryzacja z góry opłaca się w momencie ekstrakcji w postaci czystego, jednolitego arkusza kalkulacyjnego.
Przetwarzanie wyodrębnionych danych
Otwórz wyodrębniony arkusz kalkulacyjny i przejrzyj dane. Sprawdź brakujące wartości tam, gdzie pole formularza pozostało puste. Sprawdź, czy nie ma niespójnego formatowania, np. numerów telefonów wprowadzonych jako 555-123-4567 w niektórych formularzach i 5551234567 w innych. Wyczyść dane za pomocą funkcji programu Excel. Podziel pełne imiona i nazwiska na kolumny z imieniem i nazwiskiem, jeśli formularz zebrał je w jednym polu. Zweryfikuj adresy e-mail, sprawdzając obecność znaku @.
Dodaj numer wiersza lub kolumnę z unikalnym identyfikatorem, jeśli formularz jej nie zawierał. Ten identyfikator umożliwia prześledzenie określonego wiersza w arkuszu kalkulacyjnym z powrotem do oryginalnego formularza PDF. Jeśli wprowadzone dane wyglądają podejrzanie, możesz otworzyć oryginalny plik PDF kandydata, sprawdzić wartość pola i w razie potrzeby poprawić arkusz kalkulacyjny.
Skalowanie przepływu pracy do powtarzalnego użycia
Jeśli regularnie zbierasz odpowiedzi z formularzy PDF, utwórz szablon Excela, do którego będą wprowadzane wyodrębnione dane. Skonfiguruj formuły, tabele przestawne, wykresy i formatowanie w szablonie. W każdym okresie wyodrębnij nowe dane formularza i wklej je do arkusza danych szablonu. Formuły i wykresy aktualizują się automatycznie. Szablon eliminuje powtarzalną pracę polegającą na odtwarzaniu analizy dla każdej partii odpowiedzi. Obieg pracy Wyodrębnij dane PDF, który za pierwszym razem zajmował kilka godzin, za każdym razem zajmuje minuty.
Po wyodrębnieniu zarchiwizuj oryginalne formularze PDF. Arkusz kalkulacyjny to wygoda w analizie. Pliki PDF są oryginalnymi zapisami. Jeśli pojawią się jakiekolwiek pytania dotyczące danych, oryginalny formularz zapewnia wiarygodną odpowiedź. W przypadku organizacji, które zbierają odpowiedzi z formularzy PDF od użytkowników zewnętrznych, proces sprawdzania poprawności danych po wyodrębnieniu wychwytuje najczęstsze błędy użytkowników, zanim dane trafią do dalszych systemów. Sprawdź adresy e-mail bez znaku @, który wskazuje, że użytkownik wpisał nieprawidłowy adres. Sprawdź, czy numery telefonów nie są za krótkie lub za długie. Sprawdź wymagane pola, które pozostały puste. Oznacz te rekordy w celu podjęcia działań następczych, zamiast dyskretnie importować nieprawidłowe dane. Kilkuminutowa weryfikacja po wyodrębnieniu zapobiega wielogodzinnemu porządkowaniu, gdy błędne dane przedostaną się do raportów, baz danych i komunikatów. Tworząc potok danych formularza cyklicznego, udokumentuj mapowanie pól: które nazwy pól PDF odpowiadają którym kolumnom w bazie danych lub arkuszu kalkulacyjnym. Nazwy pól formularza, takie jak FName lub Q1_Answer, mogą nie odpowiadać nazwom kolumn w systemie, takim jak FirstName lub SatisfactionRating. Utwórz tabelę mapowania, która tłumaczy nazwy pól PDF na nazwy kolumn systemowych. Zastosuj to mapowanie za każdym razem, gdy wyodrębniasz dane. Tabela mapowania służy również jako dokumentacja dla przyszłych członków zespołu, którzy muszą zrozumieć, w jaki sposób dane z formularza przepływają do systemów organizacji. W przypadku formularzy zawierających pola opcjonalne wyodrębnienie spowoduje utworzenie pustych komórek dla pól, które użytkownik pozostawił puste. Rozróżnij celowo puste pola od brakujących danych, dodając kolumnę weryfikacyjną, która sprawdza, czy wymagane pola są wypełnione. Brakujący adres e-mail w wymaganym polu wymaga dalszych działań. Brakujące drugie imię w opcjonalnym polu jest w porządku. Flagi walidacji kierują dalsze działania do rekordów wymagających uwagi. Tabela mapowania służy również jako dokumentacja dla przyszłych członków zespołu, którzy muszą zrozumieć, w jaki sposób dane z formularza przepływają do systemów organizacji.
Wypróbuj PDF do Excela
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.