Извлечение данных из PDF в Excel — это то, что людям приходится делать на удивление часто: банковские выписки, финансовые отчеты, таблицы из документов, которые никогда не предназначались для редактирования. Есть несколько бесплатных способов сделать это, и какой из них работает лучше всего, зависит от того, содержит ли ваш PDF настоящий текст или отсканированное изображение.
Самый быстрый бесплатный метод: конвертер на основе браузера
Инструмент PDF в Excel от WukongPDF преобразует файлы PDF в электронные таблицы в браузере без какой-либо загрузки или создания учетной записи. Загрузите PDF, дайте ему обработаться и загрузите файл Excel. Для PDF-файлов с чистыми, созданными в цифровом виде таблицами (финансовые отчеты, прайс-листы, экспорт данных) выходные данные обычно достаточно точны, чтобы их можно было использовать с минимальной очисткой. Столбцы располагаются в правильных ячейках, числа отформатированы правильно, и лист можно сразу использовать.
Тот же инструмент обрабатывает отсканированные файлы PDF, автоматически запуская распознавание текста перед извлечением данных таблицы. Результаты менее надежны, чем цифровые PDF, но часто достаточно хороши для таблиц средней сложности.
Для простых таблиц: копирование и вставка тоже работают
Если в PDF есть выбираемый текст, а таблица небольшая, копирование и вставка в Excel иногда является самым быстрым способом. Откройте PDF, выберите содержимое таблицы, скопируйте его, а затем вставьте в Excel. Excel часто распознает данные, разделенные табуляцией, и автоматически помещает их в столбцы. Обычно вам нужно будет очистить выравнивание и форматирование столбцов, но для быстрой таблицы из пяти строк это быстрее, чем запуск инструмента преобразования.
Если вставленные данные попадают в один столбец, а не распределяются по нескольким столбцам, попробуйте сначала вставить их в текстовый редактор, чтобы увидеть, как структурированы данные, а затем используйте функцию Excel «Данные» → «Текст по столбцам», чтобы разделить их.
Google Таблицы: еще один бесплатный вариант для простых таблиц
Google Таблицы могут импортировать некоторые файлы PDF напрямую. Перейдите на сайтsheets.google.com, создайте новый лист, выберите «Файл» → «Импорт» и загрузите PDF. Google попытается извлечь табличные данные. Это работает непоследовательно в зависимости от структуры PDF, но для простых однотабличных PDF иногда дает полезный результат без необходимости использования отдельного преобразователя.
Когда преобразование идет не по плану
PDF-файлы со сложной структурой таблиц — объединенными ячейками, многоуровневыми заголовками, ячейками, охватывающими несколько строк, таблицами, встроенными в макеты с несколькими столбцами — общеизвестно, что их трудно точно преобразовать. Конвертер либо полностью пропускает структуру, либо выдает зашифрованный результат, исправление которого занимает больше времени, чем ввод данных вручную.
Для коротких таблиц (менее 20-30 строк) стоит подумать, будет ли ручной ввод быстрее, чем устранение плохого преобразования. Для длинных таблиц даже несовершенное преобразование, требующее очистки нескольких ячеек, выполняется быстрее, чем начинать с нуля.
Всегда проверяйте числа после преобразования
Прежде чем использовать преобразованные данные для чего-то важного, проверьте показатели по исходному PDF. Инструменты преобразования иногда неправильно распознают символы: 0 становится О, 8 становится 6, числа из соседних столбцов оказываются не в тех ячейках. Несколько минут проверки перед передачей данных в отчет или расчет — это дешевая страховка от ошибок, которые потом будет неловко обнаружить.