Перейти до вмісту
Стаття

Як перенести таблиці з PDF в Excel

PDF в Excel: які аркуші опиняються в завантаженій книзі, чим три режими розпізнавання відрізняються на практиці і чому вільний режим знаходить більше таблиць, але рве слова.

Коротко: Щоб перенести таблиці з PDF в Excel, відкрийте PDF у Excel онлайн і залиште розпізнавання на автоматичному режимі. У книзі буде аркуш зі змістом, аркуш із текстом, зображення кожної сторінки та окремий аркуш зі справжніми клітинками для кожної знайденої таблиці.

Добірка

покроковий посібник

покроковий посібник: PDF guidance for reliable document processing and quality checks.

Статей: 13

Основний інструмент

PDF у Excel онлайн

Відкрийте інструмент із цієї статті й виконайте потрібну дію обраною мовою.

Відкрити інструмент

Зміст

У звіті є таблиця, і її потрібно перерахувати, а не передруковувати. Інструмент робить для цього більше, ніж натякає його назва: він не просто викидає текст, а збирає книгу з кількох аркушів, кожен з яких має свою роль. Корисно розібратися, як вона влаштована, ще до першого запуску.

Що саме є в завантаженому файлі

Результат — це не один аркуш з даними. Це книга, аркуші якої виконують різні ролі.

АркушЩо на ньому
ЗмістПерелік сторінок із посиланнями на інші аркуші
ТекстТекст документа, один рядок на сторінку
Сторінка NЗображення всієї сторінки PDF
Таблиця N.MЗнайдена таблиця у вигляді справжніх клітинок

Останній рядок — те, заради чого все робиться. Аркуші таблиць містять дані, до яких можна застосовувати формули. Зображення сторінок і аркуш із текстом — страховка на випадок, якщо таблицю не знайдено: вміст у будь-якому разі залишається перед очима.

Аркуш зі змістом працює як зміст у книзі: номер сторінки, посилання на її аркуш і перший рядок тексту для орієнтації. Посилання перемикають між аркушами всередині книги.

Три режими розпізнавання

Параметр розпізнавання змінює те, як інструмент шукає межі клітинок, і впливає на результат сильніше, ніж будь-що інше.

РежимЯк знаходить таблицюЩо містить книга
АвтоматичнийЗа лініями розграфленняУсі аркуші, включно з текстовим
СуворийЗа лініями, із жорсткими вимогами до їхніх перетинівАркуша з текстом немає зовсім
ВільнийЗа розташуванням тексту, не спираючись на лініїУсі аркуші, а також повний текст сторінки в примітці до клітинки

Автоматичний режим діє за замовчуванням. Суворий відрізняється від нього не лише прискіпливістю до ліній: він прибирає з книги аркуш із текстом, залишаючи тільки таблиці й зображення. Це виправдано, коли результат іде на подальшу обробку, а зайві аркуші заважають.

Вільний режим — єдиний, що бачить таблиці без лінійок. Платити за це доводиться дорого.

У нього є побічний ефект, який інколи корисніший за основний: у вільному режимі весь текст сторінки також потрапляє в примітку до першої клітинки аркуша із зображенням. Якщо навести на неї курсор, видно вміст сторінки без переходу на аркуш із текстом.

Що показало вимірювання

Документ, на якому перевіряли, мав на першій сторінці дві таблиці: одну з лініями розграфлення, другу без жодної — просто вирівняні стовпці.

Автоматичний і суворий режими знайшли тільки першу й перенесли її бездоганно: три рядки, три стовпці, значення на місцях.

Вільний режим знайшов обидві, але зібрав їх в одну сітку і по дорозі розірвав слова між стовпцями. Слово «Region» розпалося на дві клітинки: «Re» і «gion». «North» перетворилося на «No» і «rth». Число 900 розділилося на «9» і «00». Між рядками даних з'явилися порожні рядки.

Практичний висновок: починайте з автоматичного режиму. Якщо таблицю не знайдено, а в документі справді немає ліній, переходьте на вільний, але закладіть час на ручне складання. Він дає матеріал, а не готовий результат.

І навпаки: якщо таблицю в PDF намальовано з лініями, а результат усе одно порожній, річ не в режимі. Найімовірніше, у документі немає текстового шару.

Як перенести таблицю

1. Відкрийте PDF у Excel онлайн і завантажте документ. 2. Для першої спроби залиште розпізнавання на автоматичному режимі. 3. Запустіть завдання й завантажте книгу. 4. Відкрийте аркуш зі змістом і перейдіть на аркуші таблиць. 5. Звірте числа в кількох рядках із зображенням сторінки на сусідньому аркуші. 6. Якщо жодної таблиці не знайдено, повторіть у вільному режимі.

П'ятий крок існує саме тому, що зображення сторінки лежить у тій самій книзі. Щоб порівняти перенесене з оригіналом, не потрібно виходити з Excel.

Об'єднані клітинки та сортування

Перемикач об'єднання за замовчуванням увімкнено. Він стосується клітинок, які в початковій таблиці охоплюють кілька стовпців: коли його ввімкнено, вони відновлюються як справжні об'єднані діапазони, і вигляд оригіналу зберігається.

Коли його вимкнено, такі клітинки розділяються на звичайні: значення лишається в першій, решта порожні.

Обирайте залежно від того, що ви збираєтеся робити з даними.

Якщо таблицю читатимуть і друкуватимуть, залиште об'єднання ввімкненим: результат збігатиметься з оригіналом.

Якщо дані сортуватимуть, фільтруватимуть або зводитимуть у зведену таблицю, вимкніть його. Excel відмовляється сортувати діапазон з об'єднаними клітинками й вимагає, щоб усі вони були однакового розміру. Роз'єднувати їх потім уручну довше, ніж змінити перемикач заздалегідь.

Чому файл важчий, ніж очікувалося

Кожна сторінка PDF потрапляє в книгу як окремий аркуш із зображенням повного розміру, відтвореним майже з подвоєною роздільною здатністю. Ці картинки становлять майже всю вагу результату.

На невеликому тестовому документі різницю особливо добре видно: вихідний PDF важив 2 КБ, а книга вийшла приблизно на 45 КБ. На справжніх звітах розмір сягає мегабайтів і зростає разом із кількістю сторінок, а не таблиць.

Якщо потрібні лише дані, а зображення заважають, зайві аркуші видаляються в Excel кількома рухами, і після збереження файл стає меншим.

Скан і таблиця без текстового шару

Інструмент читає текст, але не розпізнає його. Для нього відсканована таблиця — це картинка: зображення сторінки в книзі буде, аркуш із текстом буде порожнім, і жоден режим не знайде таблиць.

Виправляти це треба до перетворення: пропустіть файл через OCR для PDF онлайн, отримайте текстовий шар і лише потім переводьте в електронну таблицю. Зворотний порядок марний, бо Excel уже нічого не залишиться розпізнавати.

Той самий прийом допомагає з документами, де текст є, але стоїть криво: сторінка, сфотографована під кутом, розпізнається гірше за рівну, і вирівнювання перед розпізнаванням помітно змінює результат.

Обмеження, попередження та суміжні інструменти

Якщо на якійсь сторінці розпізнати таблицю не вдалося, завдання не обривається. Книга приходить цілою, а у відповіді є попередження з номерами таких сторінок: таблиць із них не буде, зображення й текст залишаться. Те саме стосується сторінок, текст яких не вдалося прочитати.

Документ із паролем на відкриття обробити не можна; зніміть захист за допомогою Розблокувати PDF онлайн. Пароль, який лише обмежує друк або копіювання, не заважає витягувати таблиці.

Коли на сторінці кілька таблиць, кожна отримує власний аркуш, названий за номером сторінки та позицією таблиці на ній. Excel обмежує довжину назви аркуша, тому довгі назви скорочуються, а збіги розрізняються числовим суфіксом.

Якщо з документа потрібні не таблиці, а текст для редагування, це PDF у Word онлайн у режимі потокового тексту: той самий детектор таблиць переносить їх там як справжні таблиці Word. А перетворити готову книгу назад у PDF можна за допомогою Excel у PDF онлайн.

Автор

Підготовлено командою сервісу; за сервіс відповідає Сергій Гагін

Про проєкт

Запитання й відповіді

Спершу перевірте, чи є в таблиці лінії розграфлення: автоматичний і суворий режими шукають межі клітинок за лініями. Таблицю без ліній бачить лише вільний режим. Якщо лінії є, а результат усе одно порожній, найімовірніше, у документі немає текстового шару й потрібне OCR.
Він спирається на розташування тексту, а не на лінії, тому може розривати слова чи числа між стовпцями. Це матеріал для ручного складання, а не готова таблиця.
Через об'єднані клітинки: перемикач об'єднання за замовчуванням увімкнено, і він відновлює клітинки, що охоплювали кілька стовпців. Якщо дані сортуватимуть або зводитимуть у зведену таблицю, вимкніть його перед обробкою.
Кожна сторінка PDF потрапляє в неї як окремий аркуш із зображенням повного розміру. Ці картинки становлять майже всю вагу. Якщо потрібні лише дані, зайві аркуші видаляються в Excel, і після збереження файл стає меншим.
Файли використовуються лише для вибраної операції та автоматично видаляються після завершення обробки. Ми не використовуємо завантажені документи для навчання моделей штучного інтелекту.

Ще з цієї добірки

Пов’язані інструменти

← Усі інструменти категорії «Конвертація»

Що робити далі

Після прочитання відкрийте ці сторінки, щоб перейти до практичних кроків або дізнатися більше про сервіс.

Усі інструменти

Каталог інструментів PDF: об'єднуйте, стискайте, розділяйте, конвертуйте, повертайте, захищайте й розблоковуйте PDF онлайн, онлайн.

Запитання й відповіді

Відповіді про облікові записи iHatePDF, обробку файлів, ліміти завантаження, мобільний доступ, приватність і помилки інструментів.

Контакти

Зверніться до iHatePDF з питань помилок обробки, вибору інструмента, безпеки, співпраці або пропозицій щодо нових функцій.