Każde przesłanie PDF Forms przechowuje wartości pól w dokumencie. Gdy masz już jeden wypełniony formularz, wystarczy odczytać te wartości na ekranie. Kiedy masz pięćdziesiąt lub pięćset wypełnionych formularzy, ręczne przepisywanie każdej odpowiedzi do arkusza kalkulacyjnego marnuje godziny i wprowadza błędy. Eksportowanie odpowiedzi z formularzy do ustrukturyzowanego pliku CSV zamienia poszczególne przesłane pliki PDF w jeden możliwy do sortowania i filtrowania zbiór danych, który można analizować, importować do bazy danych lub łączyć w raport.
Proces eksportu zależy od tego, czy wszyscy respondenci wypełnili kopie tego samego formularza, różne formularze, czy też mieszankę. Identyczne formularze wielu respondentów tworzą przejrzystą tabelę, w której każdy wiersz to jedno przesłanie, a każda kolumna to jedno pole formularza. Formularze mieszane wymagają więcej przetwarzania, ponieważ nazwy pól różnią się w poszczególnych dokumentach. W tym przewodniku omówiono trzy najpopularniejsze procedury eksportu: program Adobe Acrobat Pro do tworzenia identycznych formularzy, narzędzia online umożliwiające szybki eksport w oparciu o przeglądarkę oraz podejścia skryptowe do zautomatyzowanych potoków danych.
Konwerter PDF na Excel WukongPDF wyodrębnia dane tabelaryczne z plików PDF do formatów gotowych do arkusza kalkulacyjnego. W przypadku danych formularzy połączenie edytora PDF eksportującego pliki FDF lub XFDF z etapem konwersji do formatu CSV zapewnia najbardziej niezawodny potok ekstrakcji bez konieczności posiadania umiejętności programowania.
Jak przechowywane są dane formularzy PDF
Formularze PDF do wypełniania korzystają z nazwanych pól, w których przechowywane są wartości wprowadzone przez użytkownika. Każde pole ma unikalną nazwę, np. imię, adres e-mail lub wybór działu. Gdy użytkownik wypełni formularz i zapisze go, te pary pól i wartości zostaną zapisane w wewnętrznych strukturach danych pliku PDF. Wartości są oddzielone od wizualnej zawartości strony, dlatego dane formularzy można wyodrębnić programowo nawet z formularzy, w których tekst wydaje się być częścią strony.
Forms Data Format (FDF) i XML Forms Data Format (XFDF) to dwa standardowe formaty wymiany danych z formularzy PDF. FDF to starszy format binarny; XFDF jest oparty na XML i łatwiejszy do analizy za pomocą standardowych narzędzi. Podczas eksportowania danych formularza z pliku PDF narzędzie odczytuje pary pole-wartość i zapisuje je w pliku FDF lub XFDF albo konwertuje je bezpośrednio do formatu tekstu rozdzielanego, takiego jak CSV lub wartości rozdzielane tabulatorami.
Wypróbuj PDF do Excela
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Metoda 1: Eksportuj dane odpowiedzi za pomocą programu Adobe Acrobat Pro
Acrobat Pro zapewnia najbardziej kompletny zestaw narzędzi do eksportowania danych z formularzy. Otwórz wypełniony formularz PDF w programie Acrobat Pro. Przejdź do panelu Narzędzia i wybierz opcję Przygotuj formularz. W prawym panelu kliknij listę rozwijaną Więcej i wybierz Eksportuj dane. Acrobat wyświetli monit o wybranie formatu. Wybierz opcję Pliki XML (*.xml) dla danych wyjściowych XFDF, które najłatwiej później przekonwertować do formatu CSV. Wybierz opcję Pliki tekstowe (*.txt), aby uzyskać dane wyjściowe rozdzielone tabulatorami, które można importować bezpośrednio do większości aplikacji obsługujących arkusze kalkulacyjne.
W przypadku przetwarzania wsadowego wielu kopii tego samego formularza należy zamiast tego użyć funkcji Scal pliki danych. Umieść wszystkie ukończone pliki PDF w jednym folderze. W programie Acrobat Pro przejdź do opcji Narzędzia, przygotuj formularz, kliknij Więcej i wybierz Scal pliki danych z arkuszem kalkulacyjnym. Kliknij opcję Dodaj pliki, wybierz wszystkie ukończone pliki PDF i kliknij Eksportuj. Acrobat kompiluje wszystkie odpowiedzi w jeden plik CSV, w którym każdy plik PDF staje się jednym wierszem. Jest to najszybsza wbudowana metoda, jeśli masz wiele przesłanych identycznych szablonów formularzy.
Jakość wyjściowego pliku CSV zależy od spójnego nazewnictwa pól we wszystkich przesłanych plikach PDF. Jeśli jeden respondent wypełnił plik PDF, w którym pole adresu e-mail ma nazwę E-mail, a inny wypełnił wersję o nazwie Adres e-mail, proces scalania powoduje utworzenie dwóch oddzielnych kolumn zamiast łączenia danych w jedną. Standaryzuj szablon formularza przed dystrybucją, aby uniknąć fragmentacji kolumn w ostatecznym zestawie danych.
Metoda 2: Korzystanie z internetowego narzędzia do eksportu plików PDF do CSV
Kilka usług online akceptuje przesłane formularze PDF i zwraca plik CSV z wyodrębnionymi danymi z pól. Przesyłasz wypełniony plik PDF, usługa identyfikuje pola, które można wypełnić i odczytuje ich wartości, a następnie pobierasz plik CSV. Narzędzia te najlepiej sprawdzają się w przypadku prostych formularzy, które mają mniej niż 30 pól i nie zawierają skomplikowanych typów pól, takich jak listy wielokrotnego wyboru lub kaskadowe listy rozwijane. Wartości pól wyboru są zazwyczaj eksportowane jako Tak lub zaznaczone w zależności od tego, jak autor formularza skonfigurował wartość eksportu.
Narzędzia online obsługują jeden formularz na raz w swojej bezpłatnej warstwie. W przypadku eksportu wsadowego program Acrobat Pro jest znacznie wydajniejszy, ponieważ przetwarza wiele plików w jednej operacji. Jeśli masz tylko jeden lub dwa formularze do wyeksportowania i nie chcesz instalować oprogramowania, narzędzie online wykona to zadanie w mniej niż minutę. Przed zamknięciem karty przeglądarki upewnij się, że wyeksportowany plik CSV zawiera wszystkie oczekiwane kolumny i natychmiast pobierz plik CSV, ponieważ większość bezpłatnych usług online nie przechowuje przetworzonych plików.
Metoda 3: Ekstrakcja skryptowa dla zautomatyzowanych przepływów pracy
Jeśli regularnie otrzymujesz przesyłane formularze w formacie PDF, takie jak cotygodniowe karty czasu pracy pracowników lub formularze codziennych przyjęć pacjentów, napisanie skryptu procesu wyodrębniania całkowicie eliminuje czynności wykonywane ręcznie. Biblioteki Pythona, takie jak PyPDF2, pdfrw i pikepdf, mogą odczytywać wartości pól formularzy z dokumentu PDF. Podstawowy skrypt wyodrębniający otwiera folder plików PDF, odczytuje z każdego słownik wartości pól i dołącza wiersz do pliku CSV.
Skrypt w języku Python korzystający z biblioteki pdfrw potrzebuje około 20 linii kodu, aby przetworzyć folder wypełnionych formularzy w plik CSV. Skrypt definiuje listę oczekiwanych nazw pól, przegląda każdy plik PDF, wyszukuje każde pole i zapisuje wartości w pliku CSV z nagłówkami pasującymi do nazw pól. Uruchamiaj skrypt zgodnie z harmonogramem lub uruchamiaj go za każdym razem, gdy do obserwowanego folderu dotrą nowe pliki PDF. To podejście skaluje się od 10 zgłoszeń do 10 000 bez zwiększania wysiłku ręcznego.
Obsługa specjalnych typów pól w eksportowanych danych
| Działanie | Format wyjściowy | Kiedy używać |
|---|---|---|
| Eksportuj dane formularza (Acrobat) | FDF, XFDF, XML, TXT | Forma indywidualna, jednorazowy eksport |
| Scal pliki danych (Acrobat) | CSV (przez aplikację arkusza kalkulacyjnego) | Wiele identycznych formularzy, eksport wsadowy |
| Narzędzie PDF online | Pobieranie pliku CSV | Przepływ pracy oparty na przeglądarce, bez instalacji |
| Skrypt Pythona | CSV, JSON, baza danych | Zautomatyzowany rurociąg, powtarzający się eksport |
Grupy przycisków opcji zasługują na szczególną uwagę podczas eksportu. Grupa przycisków opcji z trzema opcjami: PaymentMethod z wartościami CreditCard, PayPal i BankTransfer eksportuje jako pojedynczą kolumnę o nazwie PaymentMethod zawierającą dowolną wybraną wartość. Jeśli nie dokonano żadnego wyboru, komórka jest pusta. W przypadku list rozwijanych eksportowaną wartością jest wybrany tekst lub wartość eksportu, jeśli została przypisana we właściwościach pola. Pola list wielokrotnego wyboru eksportują wszystkie wybrane wartości w postaci ciągu znaków oddzielonych średnikami lub przecinkami, który może zaistnieć potrzeba podzielenia go na osobne kolumny podczas przetwarzania końcowego.
Pola wyboru eksportowane są w różny sposób w zależności od czytnika plików PDF. Niektóre czytniki eksportują zaznaczone pola jako Tak, a niezaznaczone jako Wyłączone. Inni eksportują zaznaczone pola jako wartość eksportu pola, często jako liczbę lub kod. Przed przetworzeniem partii wyeksportuj pojedynczy formularz testowy i sprawdź dane wyjściowe CSV, aby potwierdzić, w jaki sposób każdy typ pola jest mapowany na wyeksportowane dane. Ta jednominutowa kontrola zapobiega wielogodzinnemu czyszczeniu danych później.
Eksportowanie odpowiedzi z formularzy do pliku CSV przekształca przesłane pliki PDF z formatu wizualnego w przydatne dane. Wybór metody zależy od objętości i komfortu technicznego. W przypadku sporadycznego pojedynczego formularza wystarczą dane eksportowe programu Acrobat Pro. W przypadku cotygodniowego przetwarzania wsadowego skonfiguruj raz skrypt i pozwól mu automatycznie obsługiwać każdą przyszłą partię.
Zapobieganie typowym błędom eksportowym
Kilka problemów może uszkodzić dane wyjściowe CSV podczas eksportu danych formularza. Jeśli wartość pola zawiera przecinek, parser CSV może niepoprawnie podzielić tę wartość na wiele kolumn. Aby temu zapobiec, większość narzędzi eksportujących wartości zawierające przecinki umieszcza w cudzysłowie. Jednak nie wszystkie tak robią. Sprawdź plik CSV w edytorze tekstu przed zaimportowaniem go do aplikacji arkusza kalkulacyjnego. Jeśli wartości są dzielone nieprawidłowo, wyeksportuj ponownie, używając tabulatora zamiast przecinka, lub użyj formatu XFDF XML i przekonwertuj na CSV za pomocą narzędzia, które prawidłowo obsługuje znaki specjalne.
Puste pola są kolejnym częstym źródłem nieporozumień. Jeśli respondent pozostawił pole puste, wyeksportowana komórka CSV dla tego pola będzie po prostu pusta. W przypadku grupowego łączenia wielu formularzy oczekiwana jest pusta komórka w środku wiersza, co nie oznacza niepowodzenia eksportu. Jeśli chcesz rozróżnić pole, które rzeczywiście pozostało puste, od pola, którego w ogóle nie było w formularzu, sprawdź plik PDF bezpośrednio, zamiast polegać na wynikach CSV, aby rozróżnić te dwa przypadki.
W przypadku formularzy z wymaganiami Wyodrębnij dane PDF, które wykraczają poza proste pary pole-wartość, takie jak wyodrębnianie znaczników wyboru ze zeskanowanych formularzy papierowych, konieczna jest ekstrakcja oparta na OCR, a nie bezpośredni eksport danych z pól. Podstawowa technologia przesuwa się z odczytu nazwanych pól na analizę znaków wizualnych, która ma niższy pułap dokładności i wymaga ręcznej weryfikacji.
Korzystanie z wyjścia CSV w systemach dalszych
Gdy dane formularza PDF są w formacie CSV, możliwości dalszej integracji znacznie się rozszerzają. Zaimportuj plik CSV do programu Excel lub Arkuszy Google w celu analizy tabeli przestawnej. Prześlij go do CRM, aby zaktualizować dane kontaktowe. Wprowadź go do skryptu pandy w języku Python w celu analizy statystycznej. Załaduj go do bazy danych SQL w celu wykonywania zapytań wraz z innymi zbiorami danych. Format CSV to uniwersalny łącznik, który przekształca przesłane statyczne formularze PDF w aktualne dane biznesowe, które można przeszukiwać. Udokumentuj konwencje nazewnictwa pól w oryginalnym szablonie formularza, aby każda osoba przetwarzająca plik CSV kilka miesięcy później wiedziała dokładnie, co reprezentuje każda kolumna, bez konieczności otwierania poszczególnych plików PDF w celach informacyjnych.
Wypróbuj PDF do Excela
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.