Към съдържанието
Статия

Как да извлечете таблици от PDF в Excel

PDF в Excel: какви листове има в изтеглената работна книга, как се различават трите режима на откриване и защо свободният намира повече таблици, но къса думите.

Накратко: За да пренесете таблици от PDF в Excel, отворете PDF в Excel и оставете откриването на автоматично. Работната книга съдържа лист със съдържание, текстов лист, изображение на всяка страница и отделен лист с истински клетки за всяка намерена таблица.

Тематична група

практическо ръководство

практическо ръководство: PDF guidance for reliable document processing and quality checks.

Статии: 13

Основен инструмент

PDF към Excel онлайн

Отворете инструмента от тази статия и извършете операцията на текущия език.

Отворете инструмента

Съдържание

Как да прехвърлите таблици от PDF в Excel

В отчета има таблица и тя трябва да се преизчислява, а не да се преписва. Инструментът прави повече, отколкото подсказва името му: не просто изхвърля текст, а сглобява работна книга от няколко листа с различни роли. Струва си да разберете как е устроена тази книга още преди първото стартиране.

Какво всъщност има в изтегления файл

Резултатът не е един лист с данни. Това е работна книга, чиито листове играят различни роли.

ЛистКакво има на него
СъдържаниеУказател на страниците с връзки към останалите листове
ТекстТекстът на документа, по един ред за страница
Страница NИзображение на цялата страница от PDF
Таблица N.MОткрита таблица като истински клетки

Последният ред е целта на цялото упражнение. Листовете с таблици съдържат данни, върху които можете да пишете формули. Изображенията на страниците и текстовият лист са застраховка за случай, че някоя таблица не е открита: съдържанието така или иначе остава пред очите ви.

Листът със съдържание работи като съдържание на книга: номер на страницата, връзка към листа на тази страница и първият ред от текста ѝ за ориентир. Връзките водят до други места в самата работна книга.

Три режима на откриване

Параметърът за откриване променя начина, по който инструментът търси границите на клетките, и това влияе на резултата повече от всичко друго.

РежимКак намира таблицатаКакво съдържа работната книга
АвтоматиченПо разграфяващите линииВсички листове, включително текстовият
СтрогПо линиите, със строги изисквания как се пресичатИзобщо няма текстов лист
СвободенПо разположението на текста, без да разчита на линииВсички листове, плюс целия текст на страницата в коментар към клетка

Автоматичният режим е по подразбиране. Строгият се различава от него не само с по-голямата си придирчивост към линиите: той премахва текстовия лист от книгата и оставя само таблиците и изображенията. Това има смисъл, когато резултатът отива за по-нататъшна обработка и излишните листове само пречат.

Свободният е единственият режим, който вижда таблици без разграфяване. Това си има цена и тя е висока.

Има страничен ефект, който понякога е по-полезен от основния: в свободен режим целият текст на страницата попада и в коментар към първата клетка на листа с изображението. Ако задържите курсора над него, виждате съдържанието на страницата, без да превключвате към текстовия лист.

Какво показа измерването

За опита беше взет документ, чиято първа страница съдържа две таблици: едната с разграфяващи линии, другата без тях, само с подравнени колони.

Автоматичният и строгият режим откриха само първата и я пренесоха безупречно: три реда, три колони, стойностите на мястото си.

Свободният откри и двете, но ги събра в една мрежа и по пътя разкъса думи между колоните. Думата „Region“ стана две клетки: „Re“ и „gion“. „North“ се превърна в „No“ и „rth“. Числото 900 се раздели на „9“ и „00“. Между редовете с данни се появиха празни редове.

Практичният извод: започнете с автоматичния режим. Ако не се открие нито една таблица и в документа наистина няма разграфяване, превключете на свободен, но заложете време да сглобите таблицата на ръка. Той дава суровина, а не готов резултат.

И обратното: ако таблицата в PDF е начертана с линии, а резултатът пак е празен, проблемът не е в режима. Най-вероятно документът няма текстов слой.

Как да прехвърлите таблицата

1. Отворете PDF в Excel онлайн и качете документа. 2. При първия опит оставете откриването на автоматично. 3. Стартирайте задачата и изтеглете работната книга. 4. Отворете листа със съдържание и преминете към листовете с таблици. 5. Сравнете числата в няколко реда с изображението на страницата на съседния лист. 6. Ако не се е появила нито една таблица, повторете в свободен режим.

Стъпка пет съществува точно защото изображението на страницата е в същата работна книга. За да сравните пренесеното с оригинала, никога не се налага да излизате от Excel.

Обединени клетки и сортиране

Превключвателят за обединяване е включен по подразбиране. Той се отнася до клетките, които в изходната таблица обхващат няколко колони: когато е включен, ги възстановява като истински обединени диапазони и възпроизвежда вида на оригинала.

Когато е изключен, такива клетки се разделят на обикновени: стойността остава в първата, а останалите стават празни.

Избирайте според това, какво ще правите с данните.

Ако таблицата ще се чете и разпечатва, оставете обединяването включено: резултатът съвпада с оригинала.

Ако данните ще се сортират, филтрират или обобщават в обобщена таблица, изключете го. Excel отказва да сортира диапазон с обединени клетки и изисква всички те да са с еднакъв размер. Разединяването на ръка след това отнема повече време, отколкото щракването на превключвателя предварително.

Защо файлът е по-тежък от очакваното

Всяка страница от PDF влиза в работната книга като отделен лист с изображение в пълен размер, изобразено с почти двойна разделителна способност. Тези картинки са почти цялата тежест на резултата.

При малък тестов документ разликата личи особено: изходният PDF тежеше 2 КБ, а работната книга излезе около 45 КБ. При реални отчети става дума за мегабайти и размерът расте с броя на страниците, а не с броя на таблиците.

Ако ви трябват само данните и изображенията пречат, излишните листове се изтриват в Excel с няколко движения и файлът олеква при запис.

Сканиран документ и таблица без текстов слой

Инструментът чете текст, но не го разпознава. За него сканираната таблица е картинка: изображението на страницата ще е в книгата, текстовият лист ще е празен и нито един режим няма да открие таблици.

Лекарството идва преди преобразуването: прекарайте файла през OCR за сканирани PDF файлове, получете текстов слой и чак тогава преобразувайте в електронна таблица. Обратният ред е безполезен, защото на Excel не му остава нищо за разпознаване.

Същият трик помага при документи, в които текстът го има, но е килнат: страница, снимана под ъгъл, се разпознава по-зле от права, а изправянето ѝ преди разпознаването променя осезаемо резултата.

Ограничения, предупреждения и съседни инструменти

Ако откриването на таблици се провали на някоя страница, задачата не се срутва. Работната книга пристига цяла, а в отговора има предупреждение с тези страници: таблици от тях няма да има, но изображението и текстът остават. Същото важи за страници, чийто текст не е могъл да бъде прочетен.

Документ с парола за отваряне не може да бъде обработен; свалете защитата с Отключване на PDF онлайн. Парола, която само ограничава печата или копирането, не пречи на извличането на таблици.

Когато на една страница има няколко таблици, всяка получава собствен лист, наименуван по номера на страницата и позицията на таблицата в нея. Excel ограничава дължината на имената на листовете, затова дългите етикети се съкращават, а повторенията се разделят с числова наставка.

Ако от документа ви трябва текст за редактиране, а не таблици, това е PDF в Word онлайн в режим на непрекъснат текст: същият детектор на таблици ги пренася там като истински таблици на Word. А за да превърнете готовата работна книга обратно в PDF, има Excel в PDF онлайн.

Автор

Подготвено от екипа на услугата; Сергей Гагин отговаря за услугата

За проекта

Често задавани въпроси

Първо проверете дали таблицата има разграфяващи линии: автоматичният и строгият режим търсят границите на клетките по линиите. Таблица без разграфяване вижда само свободният режим. Ако линиите ги има, а резултатът е празен, най-вероятно документът няма текстов слой и му трябва OCR.
Той разчита на разположението на текста, а не на линиите, затова може да къса думи или числа между колоните. Дава ви суровина, която да сглобите на ръка, а не готова таблица.
Заради обединените клетки: превключвателят за обединяване е включен по подразбиране и възстановява клетките, които са обхващали няколко колони. Ако данните ще се сортират или обобщават в обобщена таблица, изключете го преди обработката.
Всяка страница от PDF влиза в нея като отделен лист с изображение в пълен размер и тези картинки са почти цялата тежест. Ако ви трябват само данните, излишните листове се изтриват в Excel и файлът олеква при запис.
Файловете се използват само за избраната операция и се изтриват автоматично след приключване на обработката. Не използваме качените документи за обучение на модели с изкуствен интелект.

Още от тази група

Свързани инструменти

← Всички инструменти: Преобразуване

Какво да направите по-нататък

Ако след прочитането ви трябва практическа следваща стъпка или насоки за услугата, отворете тези страници.

Всички инструменти

Каталог с PDF инструменти: слей, компресирай, раздели, конвертирай, завърти, защити и отключи PDF файлове онлайн, онлайн.

ЧЗВ

Намерете отговори за акаунтите в iHatePDF, обработката на файлове, ограниченията при качване, достъпа от мобилно устройство, поверителността и какво да направите, когато PDF инструмент върне грешка.

Контакти

Свържете се с iHatePDF за грешки при обработка, избор на инструмент, сигурност, бизнес запитвания и предложения за нови функции.