Extraire les tableaux d'un PDF et les mettre dans Excel

Pourquoi certains PDF se convertissent bien et d'autres non

Un PDF ne contient pas vraiment de tableaux. Il contient des morceaux de texte placés à des positions précises sur la page, plus des traits qui ressemblent à une grille. Un convertisseur doit analyser ces positions et deviner quel texte appartient à quelle ligne et quelle colonne. Quand le PDF a été généré numériquement, par un logiciel de comptabilité, un tableur ou l'espace client d'une banque, le texte est réel et bien aligné, et cette déduction est généralement très bonne.

Les ennuis commencent avec les mises en page qui tordent la grille. Voici les cas où nous prévoyons un peu de nettoyage :

• Cellules fusionnées et en-têtes qui s'étendent sur plusieurs colonnes.
• Lignes dont le libellé s'étale sur deux ou trois lignes.
• En-têtes répétés en haut de chaque page.
• Tableaux sans aucun trait, où les colonnes ne sont séparées que par des espaces.
• Plusieurs petits tableaux côte à côte sur la même page.

Un PDF scanné doit d'abord passer par l'OCR

Si votre PDF est un scan ou la photo d'une page, il ne contient aucun texte, seulement une image de texte. Un convertisseur de tableaux n'a rien à lire et produit un classeur vide ou inutilisable. Un test rapide : essayez de sélectionner un seul nombre dans votre lecteur PDF. Si vous n'arrivez pas à le surligner, la page est une image.

La solution consiste à passer d'abord par OCR PDF. Il reconnaît les caractères et ajoute une vraie couche de texte au document, après quoi PDF en Excel a de quoi travailler. Restez toutefois réaliste. L'OCR sur un scan propre et droit donne de bons résultats, mais il peut confondre des caractères proches comme 0 et O, 1 et l, ou une virgule et un point, et dans un tableau de montants, ces erreurs comptent. Un tableau scanné demande toujours une vérification plus attentive qu'un tableau numérique.

Convertir un PDF en Excel, étape par étape

PDF en Excel fonctionne sur notre serveur, car reconstruire des tableaux demande un traitement plus lourd que ce qu'un navigateur peut faire confortablement. Votre fichier est envoyé sur notre serveur en Allemagne et supprimé juste après la conversion. Il vous faut un compte gratuit ; l'offre gratuite comprend 3 tâches par jour et des fichiers jusqu'à 10 Mo, et les offres Bronze, Silver et Gold permettent davantage.

• 1. Si le PDF est long et que seules quelques pages vous intéressent, réduisez-le d'abord avec Extraire des pages. Moins de pages à convertir, c'est moins de nettoyage.
• 2. Ouvrez PDF en Excel et déposez votre PDF dans la zone prévue.
• 3. Cliquez sur Convertir en Excel et patientez pendant que le serveur analyse les pages.
• 4. Téléchargez le fichier XLSX. Chaque page du PDF devient une feuille.
• 5. Ouvrez-le dans Excel, Google Sheets, Numbers ou LibreOffice et commencez les vérifications.

Vérifier les chiffres avant de leur faire confiance

Nous n'utilisons jamais un classeur converti sans le vérifier, surtout quand il s'agit d'argent. La conversion est généralement juste, mais « généralement » ne suffit pas pour une déclaration de revenus ou un litige sur une facture. Nos contrôles prennent quelques minutes :

• Comparez les totaux. Si le PDF affiche un total ou un solde final, additionnez la colonne dans Excel et comparez. Une égalité est le meilleur signe que tout est bien arrivé.
• Vérifiez que les nombres sont des nombres. Les cellules alignées à gauche sont souvent stockées comme du texte et ne s'additionnent pas. Utilisez « Convertir en nombre » ou une multiplication par un pour les corriger.
• Surveillez les séparateurs décimaux. En France, on écrit 1 234,56 ; un tableur réglé à l'anglo-saxonne peut lire autre chose. Choisissez le bon format régional avant toute somme.
• Repérez les lignes décalées. Un libellé sur plusieurs lignes se transforme parfois en ligne supplémentaire, ce qui décale les montants par rapport à leurs intitulés.
• Supprimez les en-têtes répétés de chaque page, puis regroupez les feuilles en un seul tableau si vous voulez trier ou filtrer sur l'ensemble.

Quand une autre méthode va plus vite

Pour un seul petit tableau, honnêtement, le sélectionner dans votre lecteur PDF et le coller dans Excel peut aller plus vite, surtout si vous utilisez ensuite la fonction Convertir (texte en colonnes) d'Excel pour séparer les valeurs. Pour des documents surtout rédigés, où les tableaux ne sont qu'une partie du contenu, PDF en Word garde paragraphes et tableaux ensemble dans un document modifiable.

Et si vous construisez un document plutôt que d'en extraire un, par exemple une facture ou un petit budget à envoyer à un client, nos modèles à remplir sur /templates vous donnent une mise en page prête à compléter dans le navigateur. Quand le tableur est terminé et doit repartir sous forme de document figé, Excel en PDF boucle la boucle.

Un exemple concret : des relevés bancaires pour un budget

Une tâche typique pour nous : transformer trois mois de relevés bancaires en une feuille de budget. Nous téléchargeons les relevés en PDF depuis l'espace client de la banque, ce qui donne des fichiers numériques avec du vrai texte, le meilleur point de départ. S'ils sont protégés par mot de passe, Déverrouiller PDF retire d'abord le mot de passe, car un fichier verrouillé ne peut pas être converti. Ensuite, chaque relevé passe dans PDF en Excel.

Dans le tableur, nous supprimons les en-têtes répétés, copions les lignes d'opérations de chaque feuille dans un seul tableau, corrigeons les formats de date et de montant, et comparons la somme de chaque mois avec le solde indiqué sur le relevé. Une fois que tout concorde, nous ajoutons une colonne de catégorie et construisons le budget à partir de là. Le tout prend une vingtaine de minutes, contre un après-midi de ressaisie.

Questions fréquentes