Cómo sacar las tablas de un PDF y llevarlas a Excel

Por qué unos PDF se convierten bien y otros no

Un PDF en realidad no contiene tablas. Contiene trozos de texto colocados en posiciones exactas de la página, más unas líneas que casualmente parecen una cuadrícula. El conversor tiene que mirar esas posiciones y deducir qué texto va en qué fila y columna. Cuando el PDF se generó digitalmente, desde un programa de contabilidad, una hoja de cálculo o la banca online, el texto es real y está bien alineado, y esa deducción suele ser muy buena.

Los problemas empiezan con diseños que deforman la cuadrícula. Estos son los casos en los que contamos con tener que ordenar después:

• Celdas combinadas y encabezados que abarcan varias columnas.
• Filas en las que la descripción ocupa dos o tres líneas.
• Filas de encabezado repetidas al principio de cada página.
• Tablas sin ninguna línea, donde las columnas solo se separan con espacio en blanco.
• Varias tablas pequeñas una al lado de otra en la misma página.

Los PDF escaneados necesitan OCR antes

Si tu PDF es un escaneo o una foto de una página, no contiene texto alguno, solo una imagen del texto. El conversor de tablas no tiene nada que leer y produce una hoja vacía o inservible. Una prueba rápida: intenta seleccionar un solo número en tu visor de PDF. Si no puedes marcarlo, la página es una imagen.

La solución es pasar antes OCR PDF. Reconoce los caracteres y añade una capa de texto real al documento, y a partir de ahí PDF a Excel tiene con qué trabajar. Eso sí, sé realista con los resultados. El OCR sobre un escaneo limpio y recto funciona bien, pero puede confundir caracteres parecidos como 0 y O, 1 y l, o una coma y un punto, y en una tabla de importes esos fallos importan. Las tablas escaneadas siempre necesitan una revisión más cuidadosa que las digitales.

Cómo convertir un PDF a Excel paso a paso

PDF a Excel funciona en nuestro servidor, porque reconstruir tablas exige un procesamiento más pesado del que un navegador puede asumir con comodidad. Tu archivo se sube a nuestro servidor en Alemania y se borra justo después de la conversión. Necesitas una cuenta gratuita; el plan gratuito incluye 3 tareas al día con archivos de hasta 10 MB, y los planes Bronze, Silver y Gold permiten más.

• 1. Si el PDF es largo y solo necesitas unas pocas páginas, recórtalo antes con Extraer páginas. Menos que convertir significa menos que limpiar.
• 2. Abre PDF a Excel y arrastra tu PDF al recuadro.
• 3. Haz clic en Convertir a Excel y espera mientras el servidor analiza las páginas.
• 4. Descarga el archivo XLSX. Cada página del PDF se convierte en su propia hoja.
• 5. Ábrelo en Excel, Google Sheets, Numbers o LibreOffice y empieza a revisar.

Revisa las cifras antes de fiarte

Nunca usamos una hoja convertida sin verificarla, sobre todo cuando hay dinero de por medio. La conversión suele ser correcta, pero «suele» no basta para la declaración de la renta o para reclamar una factura. Nuestras comprobaciones llevan unos minutos:

• Compara totales. Si el PDF muestra un total o un saldo final, suma la columna en Excel y compara. Que coincida es la mejor señal de que todo ha llegado bien.
• Comprueba que los números son números. Las celdas alineadas a la izquierda suelen estar guardadas como texto y no suman. Usa «Convertir en número» de Excel o multiplica por uno para arreglarlas.
• Vigila los separadores decimales. Un extracto en formato 1.234,56 puede leerse mal en una hoja configurada como 1,234.56. Ajusta la configuración regional correcta antes de sumar nada.
• Busca filas desplazadas. Las descripciones largas a veces se parten en una fila extra y descuadran los importes respecto a sus conceptos.
• Elimina los encabezados repetidos de cada página y, si necesitas ordenar o filtrar entre páginas, junta las hojas en una sola tabla.

Cuándo otro método es más rápido

Para una sola tabla pequeña, sinceramente, seleccionarla en el visor de PDF y pegarla en Excel puede ser más rápido, sobre todo si después usas Texto en columnas para separar los valores. Para documentos con mucho texto en los que las tablas son solo una parte, PDF a Word mantiene párrafos y tablas juntos en un documento editable.

Y si lo que estás haciendo es crear un documento en lugar de extraerlo, por ejemplo una factura o un presupuesto sencillo para un cliente, nuestras plantillas rellenables en /templates te dan un diseño listo que completas en el navegador. Cuando la hoja está terminada y tiene que salir otra vez como documento fijo, Excel a PDF cierra el círculo.

Un ejemplo real: extractos bancarios para un presupuesto

Un trabajo típico para nosotros es convertir tres meses de extractos bancarios en una sola hoja de presupuesto. Descargamos los extractos en PDF desde la banca online, lo que da archivos digitales con texto real, el mejor punto de partida. Si llegan protegidos con contraseña, Desbloquear PDF la quita primero, porque un archivo bloqueado no se puede convertir. Después cada extracto pasa por PDF a Excel.

En la hoja borramos los encabezados de página repetidos, copiamos las filas de movimientos de todas las hojas a una sola tabla, corregimos los formatos de fecha e importe y comparamos la suma de cada mes con el saldo final del extracto. Cuando cuadran, añadimos una columna de categoría y montamos el presupuesto a partir de ahí. Todo lleva unos veinte minutos, frente a una tarde entera tecleando.

Preguntas frecuentes