Cách chuyển bảng từ PDF sang Excel
Tóm lại: Để chuyển bảng từ PDF sang Excel, hãy mở công cụ PDF sang Excel trực tuyến và để chế độ nhận diện ở mức tự động. Sổ làm việc gồm trang tính mục lục, trang tính văn bản, ảnh của từng trang và một trang tính riêng với các ô thực cho mỗi bảng tìm được.
Nhóm chủ đề
hướng dẫn từng bước
hướng dẫn từng bước: PDF guidance for reliable document processing and quality checks.
Công cụ chính
PDF sang Excel trực tuyến
Mở công cụ được nhắc đến trong bài viết để thực hiện thao tác bằng ngôn ngữ hiện tại.
Mở công cụMục lục
Báo cáo có một bảng, và bạn cần tính toán lại chứ không phải gõ lại. Công cụ làm được nhiều hơn tên gọi của nó gợi ý: nó không chỉ đổ văn bản ra, mà dựng một sổ làm việc gồm nhiều trang tính với vai trò khác nhau. Hiểu cách sổ làm việc này được xây dựng sẽ có ích ngay từ lần chạy đầu tiên.
Trong tệp tải về thực sự có gì
Kết quả không phải là một trang tính chứa dữ liệu. Đó là một sổ làm việc mà các trang tính đảm nhiệm những vai trò khác nhau.
| Trang tính | Nội dung |
|---|---|
| Mục lục | Danh sách các trang kèm liên kết đến những trang tính khác |
| Văn bản | Văn bản của tài liệu, mỗi trang PDF một hàng |
| Trang N | Ảnh của toàn bộ trang PDF |
| Bảng N.M | Bảng được nhận diện, dưới dạng các ô thực |
Hàng cuối cùng là mục đích của cả quá trình. Các trang tính bảng chứa dữ liệu mà bạn có thể áp công thức lên. Ảnh trang và trang tính văn bản là phương án dự phòng, phòng khi có bảng không được nhận diện: nội dung dù sao vẫn nằm trước mắt bạn.
Trang tính mục lục hoạt động như một mục lục sách: số trang, liên kết đến trang tính của trang đó và dòng đầu tiên của văn bản để dễ định hướng. Các liên kết chuyển bạn qua lại giữa các trang tính trong sổ làm việc.
Ba chế độ nhận diện
Thông số nhận diện quyết định cách công cụ tìm ranh giới ô, và nó ảnh hưởng đến kết quả nhiều hơn bất kỳ thiết lập nào khác.
| Chế độ | Cách tìm bảng | Sổ làm việc có gì |
|---|---|---|
| Tự động | Theo các đường kẻ | Mọi trang tính, kể cả trang tính văn bản |
| Nghiêm ngặt | Theo đường kẻ, với yêu cầu khắt khe về cách các đường giao nhau | Hoàn toàn không có trang tính văn bản |
| Lỏng | Theo vị trí của văn bản, không dựa vào đường kẻ | Mọi trang tính, cộng thêm toàn bộ văn bản của trang trong một ghi chú ở ô |
Tự động là chế độ mặc định. Chế độ nghiêm ngặt không chỉ khác ở chỗ khó tính hơn về đường kẻ: nó bỏ trang tính văn bản khỏi sổ làm việc, chỉ để lại các bảng và ảnh. Điều này hợp lý khi kết quả được đưa vào bước xử lý tiếp theo và các trang tính thừa gây vướng.
Chế độ lỏng là chế độ duy nhất nhìn thấy các bảng không có đường kẻ. Cái giá phải trả cho việc đó khá cao.
Nó còn có một tác dụng phụ đôi khi hữu ích hơn tác dụng chính: ở chế độ lỏng, toàn bộ văn bản của trang cũng được đưa vào một ghi chú gắn với ô đầu tiên của trang tính ảnh. Rê chuột lên đó là xem được nội dung trang mà không cần chuyển sang trang tính văn bản.
Phép đo cho thấy điều gì
Tài liệu thử nghiệm có hai bảng ở trang đầu: một bảng có đường kẻ, bảng kia không có, chỉ là các cột được căn thẳng hàng.
Chế độ tự động và nghiêm ngặt chỉ tìm thấy bảng thứ nhất và chuyển sang hoàn hảo: ba hàng, ba cột, các giá trị đúng chỗ.
Chế độ lỏng tìm thấy cả hai, nhưng gộp chúng vào một lưới và làm vỡ chữ giữa các cột. Từ "Region" tách thành hai ô, "Re" và "gion". "North" thành "No" và "rth". Số 900 bị tách thành "9" và "00". Giữa các hàng dữ liệu xuất hiện những hàng trống.
Kết luận thực tế: hãy bắt đầu với chế độ tự động. Nếu không tìm thấy bảng nào và tài liệu thật sự không có đường kẻ, hãy chuyển sang chế độ lỏng, nhưng dành thời gian để chỉnh sửa lại bằng tay. Chế độ này cho bạn nguyên liệu chứ không phải kết quả hoàn chỉnh.
Ngược lại: nếu bảng trong PDF có đường kẻ mà kết quả vẫn trống thì vấn đề không nằm ở chế độ. Nhiều khả năng tài liệu không có lớp văn bản.
Cách chuyển bảng
1. Mở PDF sang Excel trực tuyến và tải tài liệu lên. 2. Ở lần thử đầu, để chế độ nhận diện ở mức tự động. 3. Chạy tác vụ và tải sổ làm việc về. 4. Mở trang tính mục lục rồi chuyển đến các trang tính bảng. 5. So sánh số liệu ở vài hàng với ảnh trang trên trang tính bên cạnh. 6. Nếu không tìm thấy bảng nào, hãy chạy lại ở chế độ lỏng.
Bước 5 tồn tại chính vì ảnh trang nằm ngay trong cùng sổ làm việc. Đối chiếu dữ liệu đã chuyển với bản gốc không bao giờ đòi hỏi bạn phải rời khỏi Excel.
Ô đã gộp và việc sắp xếp
Công tắc gộp ô được bật theo mặc định. Nó liên quan đến những ô trải dài qua nhiều cột trong bảng gốc: khi bật, chúng được khôi phục thành các vùng ô gộp thật, tái hiện diện mạo của bản gốc.
Khi tắt, những ô như vậy bị tách thành ô thường: giá trị nằm ở ô đầu tiên, các ô còn lại để trống.
Hãy chọn tùy theo việc bạn định làm với dữ liệu.
Nếu bảng chỉ để đọc và in, hãy để bật chế độ gộp: kết quả sẽ giống bản gốc.
Nếu dữ liệu sẽ được sắp xếp, lọc hoặc tổng hợp bằng PivotTable, hãy tắt nó đi. Excel từ chối sắp xếp một vùng có chứa ô đã gộp và yêu cầu tất cả các ô phải có cùng kích thước. Bỏ gộp từng ô bằng tay về sau mất nhiều thời gian hơn so với việc gạt công tắc ngay từ đầu.
Vì sao tệp nặng hơn dự kiến
Mỗi trang PDF được đưa vào sổ làm việc thành một trang tính riêng, kèm một ảnh kích thước đầy đủ, được dựng với độ phân giải gần gấp đôi. Những bức ảnh này chiếm gần hết dung lượng của kết quả.
Với một tài liệu thử nhỏ, chênh lệch đặc biệt rõ: PDF gốc nặng 2 KB còn sổ làm việc ra khoảng 45 KB. Với báo cáo thật, dung lượng lên tới hàng megabyte và tăng theo số trang chứ không theo số bảng.
Nếu bạn chỉ cần dữ liệu và ảnh gây vướng, có thể xóa các trang tính thừa ngay trong Excel chỉ với vài thao tác, và tệp sẽ nhẹ đi khi lưu lại.
Bản quét và bảng không có lớp văn bản
Công cụ đọc văn bản chứ không nhận dạng văn bản. Với nó, một bảng quét chỉ là một bức ảnh: sổ làm việc vẫn có ảnh trang, trang tính văn bản sẽ trống, và không chế độ nào tìm được bảng.
Cách khắc phục phải làm trước khi chuyển đổi: cho tệp đi qua OCR PDF trực tuyến để có lớp văn bản, rồi mới chuyển sang bảng tính. Làm ngược lại thì vô ích, vì khi đó Excel chẳng còn gì để nhận dạng.
Cách này cũng hữu ích với các tài liệu có văn bản nhưng bị nghiêng: trang chụp lệch góc được nhận dạng kém hơn trang thẳng, và việc chỉnh thẳng trước khi nhận dạng làm kết quả khác đi rõ rệt.
Giới hạn, cảnh báo và các công cụ liên quan
Nếu việc nhận diện bảng thất bại ở một trang nào đó, tác vụ không bị hỏng. Sổ làm việc vẫn được trả về đầy đủ, kèm cảnh báo nêu tên những trang ấy: sẽ không có bảng từ chúng, ảnh và văn bản vẫn còn. Điều tương tự áp dụng cho các trang không đọc được văn bản.
Tài liệu có mật khẩu mở thì không xử lý được; hãy gỡ bảo vệ bằng Mở khóa PDF trực tuyến. Mật khẩu chỉ hạn chế in hoặc sao chép không cản trở việc trích xuất bảng.
Khi một trang có nhiều bảng, mỗi bảng nằm trên một trang tính riêng, đặt tên theo số trang và vị trí của bảng trên trang đó. Excel giới hạn độ dài tên trang tính, nên tên dài bị cắt bớt và các tên trùng được phân biệt bằng hậu tố số.
Nếu thứ bạn cần từ tài liệu là văn bản để chỉnh sửa chứ không phải bảng, thì đó là PDF sang Word trực tuyến ở chế độ dòng chảy: cùng bộ nhận diện bảng sẽ chuyển chúng sang đó thành bảng Word thật. Còn để chuyển sổ làm việc đã hoàn thiện trở lại thành PDF, hãy dùng Excel sang PDF trực tuyến.
Tác giả
Được biên soạn bởi đội ngũ iHatePDF; Sergey Gagin chịu trách nhiệm về dịch vụ.
Câu hỏi thường gặp
Xem thêm trong nhóm chủ đề này
hướng dẫn từng bước
Cách chuyển PDF sang Word có thể chỉnh sửa
Tệp mở được trong Word nhưng con trỏ không vào được văn bản? Vì sao mặc định cho ra ảnh, chế độ liền mạch khác chế độ chính xác ra sao và tiêu đề đầu trang đã đi đâu.
hướng dẫn từng bước
Cách trích xuất trang PDF sang một tệp mới
Lấy các trang cần dùng từ PDF thành tệp riêng: hai chế độ xuất khác nhau ra sao, vì sao tệp trong kho ZIP giữ số trang gốc, và tắt giữ kích thước trang thì sao.
hướng dẫn từng bước
Cách cắt lề và phần thừa trong PDF
Cắt chỉ đổi vùng hiển thị của trang, nội dung bên ngoài vẫn nằm trong tệp. Ý nghĩa thực tế, vì sao lề áp dụng cho cả tài liệu và cách cắt trang đã xoay.
Công cụ liên quan
PDF sang Excel trực tuyến
Trích dữ liệu bảng từ PDF sang Excel để có thể tính toán, lọc và sắp xếp.
Excel sang PDF trực tuyến
Chuyển bảng tính Excel sang PDF để cố định diện mạo và dễ dàng in hoặc gửi đi.
OCR PDF trực tuyến
Dùng OCR để nhận dạng văn bản trong các trang PDF được quét, giúp bạn có thể tìm kiếm nội dung trong tài liệu.
PDF sang Word trực tuyến
Chuyển PDF sang tài liệu Word để chỉnh sửa nội dung, mở rộng các mục và thực hiện thay đổi.
Nên làm gì tiếp theo
Tất cả công cụ
Danh mục công cụ PDF trực tuyến: gộp, nén, tách, chuyển đổi, xoay, bảo vệ và mở khóa tệp PDF. Chọn công cụ phù hợp cho nhu cầu của bạn.
Câu hỏi thường gặp
Tìm câu trả lời về tài khoản iHatePDF, xử lý tệp, giới hạn tải lên, truy cập trên di động, quyền riêng tư và cách xử lý khi công cụ PDF báo lỗi.
Liên hệ
Liên hệ iHatePDF về lỗi xử lý, cách chọn công cụ, bảo mật, hợp tác kinh doanh và đề xuất tính năng mới.