Как конвертировать PDF в Excel
- Перетащите PDF в область загрузки выше или кликните, чтобы выбрать файл.
- Выберите, как страницы распределяются по листам:
- Один лист на страницу — страница 1 попадает на лист 1, страница 2 — на лист 2 и так далее. Подходит для отчётов, где на каждой странице своя таблица.
- Все страницы на одном листе — строки со всех страниц собираются на одном листе, а между страницами вставляется пустая строка. Подходит для длинных списков, например банковской выписки, которая продолжается на нескольких страницах.
- Нажмите Конвертировать в Excel и скачайте книгу
.xlsx. - Откройте её в Excel, LibreOffice Calc, Numbers или Google Таблицах и при необходимости поправьте заголовки или объединённые ячейки.
Ваш PDF разбирается библиотекой pdf.js, а книгу создаёт SheetJS — всё это в вашем браузере. Выписки, счета и зарплатные отчёты никогда не покидают ваш компьютер.
Как извлекаются таблицы из PDF
PDF не хранит таблицы в виде строк и столбцов. Даже если на странице видна аккуратная сетка, файл обычно содержит только фрагменты текста, размещённые по координатам x/y, и несколько линий, нарисованных вокруг них. Объекта «ячейка», который можно было бы прочитать, там нет.
Чтобы восстановить таблицу, конвертер считывает положение каждого текстового фрагмента на странице. Фрагменты на одной высоте образуют строку. Внутри строки широкий горизонтальный промежуток между фрагментами начинает новую ячейку, а близко стоящие слова остаются вместе. Ячейки, в которых только число, сохраняются как настоящие числа, поэтому их можно сразу суммировать и строить по ним диаграммы.
Поэтому качество результата сильно зависит от PDF:
| Тип PDF | Ожидаемый результат |
|---|---|
| Экспорт из Excel, бухгалтерской или банковской программы | Хороший — чистые строки и столбцы |
| Отчёт с таблицами и абзацами текста вокруг них | Таблицами можно пользоваться; текст абзацев тоже попадает в ячейки |
| Многострочные ячейки или объединённые заголовки | Нужна ручная доработка |
| Отсканированный бумажный документ или фото | Пригодных данных нет — страница является изображением |
Советы для лучшего результата
- Проверьте, есть ли в PDF настоящий текст. Попробуйте выделить число в программе просмотра PDF. Если не получается, файл отсканирован и его сначала нужно обработать с помощью OCR (оптического распознавания символов); этот инструмент OCR не выполняет.
- С длинными таблицами, разбитыми на несколько страниц, удобнее работать в режиме Все страницы на одном листе. Повторяющиеся строки заголовков потом удалите с помощью фильтра.
- Значения с символами валют, знаками процента или единицами измерения остаются текстом. Числа вроде
1,234.56становятся настоящими числами. Значения с десятичной запятой (например,12,5) сохраняются как текст, чтобы их никогда не прочитали неправильно; функции Excel Найти и заменить или Текст по столбцам быстро преобразуют такие столбцы. - Если в PDF в основном сплошной текст и лишь изредка таблицы, лучше может подойти PDF в Word.
- PDF, защищённые паролем или зашифрованные, не поддерживаются. Сначала разблокируйте файл с помощью инструмента Разблокировать PDF (понадобится его пароль), а затем вернитесь сюда.
Часто задаваемые вопросы
Почему на листе написано «no text on this page» (на этой странице нет текста)?
Эта страница почти наверняка отсканирована или состоит из изображений, поэтому извлекать нечего. Перед конвертацией её нужно обработать программой распознавания текста (OCR).
Восстановятся ли формулы?
Нет. PDF хранит только отображаемые значения, а не формулы, по которым они получены, поэтому в книге будут только значения.
Почему некоторые столбцы сдвинуты?
Ячейки определяются по промежуткам между фрагментами текста. Из-за пустых ячеек, переносов текста или объединённых заголовков в строке может оказаться меньше или больше ячеек, чем в соседних, и значения смещаются влево или вправо. Результат всегда стоит быстро проверить вручную.
Можно ли конвертировать в обратную сторону?
Да. Excel в PDF превращает файлы XLSX, XLS, ODS и CSV в таблицы PDF.
Обновлено