Chuyển đến nội dung
Bài viết

Cách chuyển bảng từ PDF sang Excel

PDF sang Excel: những trang tính nào có trong sổ làm việc tải về, ba chế độ nhận diện khác nhau ra sao trong thực tế và vì sao chế độ lỏng tìm được nhiều bảng hơn nhưng làm vỡ chữ.

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.

13 bài viết

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 cụ

Mục 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 tínhNội dung
Mục lụcDanh sách các trang kèm liên kết đến những trang tính khác
Văn bảnVăn bản của tài liệu, mỗi trang PDF một hàng
Trang NẢnh của toàn bộ trang PDF
Bảng N.MBảng 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 độCách tìm bảngSổ làm việc có gì
Tự độngTheo các đường kẻMọi trang tính, kể cả trang tính văn bản
Nghiêm ngặtTheo đường kẻ, với yêu cầu khắt khe về cách các đường giao nhauHoàn toàn không có trang tính văn bản
LỏngTheo vị trí của văn bản, không dựa vào đường kẻMọi 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.

Giới thiệu dự án

Câu hỏi thường gặp

Trước hết hãy kiểm tra bảng có đường kẻ hay không: chế độ tự động và nghiêm ngặt tìm ranh giới ô theo đường kẻ. Bảng không có đường kẻ chỉ chế độ lỏng mới thấy. Nếu đường kẻ có mà kết quả vẫn trống, nhiều khả năng tài liệu không có lớp văn bản và cần OCR.
Nó dựa vào vị trí của văn bản chứ không phải đường kẻ, nên có thể làm vỡ chữ hoặc số giữa các cột. Nó cho bạn nguyên liệu để tự chỉnh lại bằng tay, không phải một bảng hoàn chỉnh.
Do các ô đã gộp: công tắc gộp ô được bật theo mặc định và khôi phục những ô từng trải dài qua nhiều cột. Nếu dữ liệu sẽ được sắp xếp hoặc tổng hợp bằng PivotTable, hãy tắt nó trước khi xử lý.
Mỗi trang PDF được đưa vào thành một trang tính riêng kèm ảnh kích thước đầy đủ. Những bức ảnh này chiếm gần hết dung lượng. Nếu chỉ cần dữ liệu, bạn có thể xóa các trang tính thừa trong Excel và tệp sẽ nhẹ đi khi lưu lại.
Tệp chỉ được dùng cho thao tác bạn đã chọn và tự động bị xóa sau khi xử lý xong. Chúng tôi không dùng tài liệu đã tải lên để huấn luyện các mô hình AI.

Xem thêm trong nhóm chủ đề này

Công cụ liên quan

← Tất cả công cụ Chuyển đổi

Nên làm gì tiếp theo

Nếu cần thực hiện thêm một bước hoặc tìm hướng dẫn về dịch vụ sau khi đọc, hãy xem các trang này.

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.