Sim – mas requer uma etapa extra em comparação com a conversão de um PDF criado digitalmente. Um PDF digitalizado é uma imagem, não um documento com dados estruturados, portanto, o processo de conversão deve primeiro reconhecer o texto e os números da imagem antes de poder colocá-los nas células da planilha. Quando isso funciona bem, a economia de tempo é significativa. Quando isso não acontece, a limpeza é necessária.
Por que os PDFs digitalizados são diferentes
Um PDF criado digitalmente armazena dados como caracteres reais – números que podem ser lidos diretamente e colocados em células. Um PDF digitalizado armazena páginas como fotografias. Os "números" em uma tabela digitalizada há pixels que parecem dígitos. Para extraí-los para o Excel, o software precisa examinar esses pixels, determinar quais caracteres eles representam e, em seguida, descobrir a estrutura da tabela – quais pixels formam linhas, quais formam colunas, onde estão os limites das células.
Este processo – reconhecimento óptico de caracteres combinado com detecção de estrutura de tabela – é mais complexo do que a simples conversão de PDF para Excel e apresenta maior potencial para erros.
Experimente PDF para Excel
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
O que afeta a qualidade da conversão
A qualidade da digitalização é o fator mais importante. Uma digitalização limpa e de alto contraste de uma tabela claramente impressa com mais de 200 DPI converte bem – o OCR lê os caracteres com precisão e a estrutura da tabela é reconhecível. Uma digitalização de baixa resolução, um documento desbotado, uma página distorcida ou números escritos à mão em qualquer célula produzem resultados significativamente piores.
A complexidade da estrutura da tabela também é importante. Uma grade simples com bordas claras e alturas de linha consistentes converte de forma mais confiável do que uma tabela complexa com células mescladas, cabeçalhos abrangentes, subtabelas aninhadas ou linhas de altura variável. Uma estrutura mais simples significa menos decisões que o software de conversão precisa tomar e menos oportunidades para essas decisões estarem erradas.
Como fazer
A ferramenta PDF para Excel do WukongPDF lida diretamente com PDFs digitalizados – a etapa de OCR é executada automaticamente como parte da conversão. Carregue o PDF digitalizado, selecione Excel como formato de saída e faça o download. Para varreduras limpas de tabelas bem estruturadas, a saída geralmente pode ser usada com limpeza mínima. Abra o arquivo Excel, revise os dados, corrija quaisquer erros de OCR (caracteres mal lidos, células mescladas ou divididas) e a planilha estará pronta para uso.
O Adobe Acrobat Pro possui uma conversão de PDF digitalizada para Excel particularmente forte, com melhor detecção de tabela do que a maioria das ferramentas gratuitas. Se você tiver acesso a ele e o documento for complexo, vale a pena usá-lo para a conversão inicial, mesmo que você faça a limpeza em outro lugar.
O que verificar após a conversão
Nunca confie em uma conversão de PDF digitalizada sem revisão, especialmente para dados numéricos. OCR geralmente confunde certos pares de caracteres: 0 e O, 1 e l, 5 e S, 8 e B. Uma tabela financeira onde alguns zeros foram lidos como a letra O terá fórmulas quebradas e totais incorretos. Verifique os números-chave em relação à digitalização original antes de usar os dados para qualquer coisa importante.
Verifique o alinhamento das colunas: a conversão às vezes coloca os dados na coluna errada quando a tabela original tinha espaçamento irregular ou células mescladas. Compare a estrutura da saída do Excel com a digitalização original, página por página, e não apenas verificando valores individuais.
Quando a entrada manual é mais rápida
Para tabelas muito curtas (menos de 20 linhas) ou tabelas com estrutura complexa que converte mal, a entrada manual de dados às vezes é mais rápida do que a conversão mais limpeza. Uma tabela de 10 linhas com 5 colunas leva cerca de três minutos para ser digitada; se a conversão produzir um resultado que exija uma correção significativa, você gastou mais tempo do que uma entrada direta gastaria.
A abordagem de conversão compensa mais claramente para tabelas longas – dezenas ou centenas de linhas onde a entrada manual levaria horas. Para estes, mesmo a conversão imperfeita com limpeza é quase sempre mais rápida do que começar do zero.
Experimente PDF para Excel
Nenhuma instalação necessária. Funciona diretamente no seu navegador.