Извлечение таблицы из PDF в Excel — одна из наиболее востребованных задач PDF в сфере финансов, бухгалтерского учета и работы с данными. Метод, который работает лучше всего, зависит от того, является ли PDF собственным цифровым файлом или отсканированным файлом, а также от того, насколько сложна структура таблицы.
Как преобразовать таблицу PDF в Excel с помощью онлайн-инструмента
Для собственных цифровых PDF-файлов самым быстрым способом является онлайн-конвертер PDF в Excel. Загрузите файл в инструмент PDF to Excel от WukongPDF, дайте ему обработаться и загрузите файл .xlsx. Таблицы извлекаются с сохранением структуры строк и столбцов, а числовые данные передаются в виде реальных чисел, а не текстовых строк, что означает, что вы можете немедленно использовать их в формулах.
Многостраничные PDF-файлы с одной и той же таблицей, продолжающейся на всех страницах, обычно объединяются в один лист. Проверьте выходные данные, чтобы убедиться, что строки правильно выровнены по разрывам страниц — это наиболее распространенная ситуация, когда несколько строк требуют ручной настройки.
Преобразование отсканированных таблиц PDF в Excel
Отсканированная таблица представляет собой изображение таблицы — инструмент не может напрямую считывать значения ячеек. Решение состоит в том, чтобы сначала запустить PDF с помощью инструмента OCR PDF, чтобы извлечь текст и создать структурированную версию, а затем преобразовать этот вывод в Excel.
Точность оптического распознавания символов в таблицах хороша для чистых сканирований с высоким разрешением. Ошибки вызывают объединенные ячейки, охватывающие несколько столбцов, ячейки без границ между ними, рукописные значения и очень мелкие шрифты. После преобразования OCR внимательно просмотрите столбцы с числовыми данными — OCR иногда путает похожие символы, такие как 0 и O или 1 и l.
Использование Microsoft Word в качестве промежуточного шага
Другой подход — сначала преобразовать PDF в Word с помощью инструмента PDF в Word, а затем скопировать таблицу из Word в Excel. Word часто сохраняет границы таблицы и структуру ячеек лучше, чем прямой переход в Excel, и как только таблица окажется в Word, вы можете очистить ее перед вставкой.
Чтобы скопировать таблицу из Word в Excel, сохранив структуру ячеек: выделите всю таблицу в Word, скопируйте ее, щелкните пустую ячейку в Excel и вставьте. Excel помещает каждую ячейку таблицы в отдельную ячейку электронной таблицы, сохраняя расположение строк и столбцов.
Использование встроенных данных Excel из PDF Feature
Microsoft Excel 2016 и более поздние версии включают встроенную функцию импорта PDF. Перейдите в раздел Данные > Получить данные > Из файла > Из PDF. Выберите PDF, и Excel откроет панель «Навигатор», отображающую все таблицы, обнаруженные в документе. Щелкните нужную таблицу и выберите «Загрузить», чтобы импортировать ее непосредственно на лист.
Этот метод хорошо работает для простых таблиц в собственных файлах PDF. Сложные макеты с несколькими столбцами или таблицы с объединенными ячейками заголовков иногда требуют очистки, но общий результат обычно получается чище, чем копирование и вставка из программы просмотра PDF.
Очистка вывода Excel
Независимо от метода, после преобразования почти всегда необходимо выполнить несколько шагов очистки. Проверьте правильность форматирования чисел — значения валют иногда импортируются с прикрепленным символом, поэтому для его удаления требуется операция поиска и замены, прежде чем столбец можно будет использовать в вычислениях. Столбцы с датами часто импортируются как текст, и их необходимо переформатировать.
Заголовки столбцов, занимающие несколько строк в PDF, иногда непредсказуемо схлопываются или разделяются. Быстрое сканирование первых нескольких строк исходного PDF подтверждает, что все выполнено правильно, прежде чем вы начнете работать с данными.