Como tirar tabelas de um PDF e levar para o Excel

Por que alguns PDFs convertem bem e outros não

Um PDF não contém tabelas de verdade. Ele contém pedaços de texto colocados em posições exatas na página, mais algumas linhas que por acaso parecem uma grade. O conversor precisa olhar essas posições e deduzir qual texto pertence a qual linha e coluna. Quando o PDF foi gerado digitalmente, por um sistema contábil, uma planilha ou o internet banking, o texto é real e bem alinhado, e essa dedução costuma ser muito boa.

O problema começa com layouts que entortam a grade. Estes são os casos em que já esperamos arrumar alguma coisa depois:

• Células mescladas e cabeçalhos que ocupam várias colunas.
• Linhas em que a descrição quebra em duas ou três linhas.
• Linhas de cabeçalho repetidas no topo de cada página.
• Tabelas sem nenhuma linha, em que as colunas são separadas só por espaço em branco.
• Várias tabelas pequenas lado a lado na mesma página.

PDFs escaneados precisam de OCR antes

Se o seu PDF é uma digitalização ou uma foto de página, não existe texto nenhum dentro dele, só uma imagem de texto. O conversor de tabelas não tem o que ler e gera uma planilha vazia ou inútil. Um teste rápido: tente selecionar um único número no seu leitor de PDF. Se não conseguir destacá-lo, a página é uma imagem.

A solução é rodar antes o OCR em PDF. Ele reconhece os caracteres e adiciona uma camada de texto real ao documento, e aí o PDF para Excel tem com o que trabalhar. Mas seja realista com o resultado. O OCR numa digitalização limpa e reta funciona bem, porém pode confundir caracteres parecidos como 0 e O, 1 e l, ou vírgula e ponto, e numa tabela de valores esses erros fazem diferença. Tabelas escaneadas sempre pedem uma conferência mais cuidadosa do que as digitais.

Como converter PDF para Excel, passo a passo

O PDF para Excel roda no nosso servidor, porque reconstruir tabelas exige um processamento mais pesado do que o navegador aguenta com conforto. Seu arquivo é enviado ao nosso servidor na Alemanha e apagado logo após a conversão. É preciso ter uma conta gratuita; o plano grátis inclui 3 tarefas por dia com arquivos de até 10 MB, e os planos Bronze, Silver e Gold permitem mais, com conversões no servidor limitadas a 50 MB.

• 1. Se o PDF é longo e você só precisa de algumas páginas, enxugue antes com o Extrair páginas. Menos para converter significa menos para arrumar.
• 2. Abra o PDF para Excel e arraste o seu PDF para a caixa.
• 3. Clique em Converter para Excel e aguarde enquanto o servidor analisa as páginas.
• 4. Baixe o arquivo XLSX. Cada página do PDF vira uma aba própria.
• 5. Abra no Excel, no Google Planilhas, no Numbers ou no LibreOffice e comece a conferir.

Conferindo os números antes de confiar neles

Nunca usamos uma planilha convertida sem verificar, principalmente quando envolve dinheiro. A conversão geralmente acerta, mas “geralmente” não basta para a declaração do imposto de renda ou para contestar uma cobrança. Nossas verificações levam poucos minutos:

• Compare os totais. Se o PDF mostra um total ou um saldo final, some a coluna no Excel e compare. Bater é o sinal mais forte de que tudo entrou certo.
• Confira se os números são números. Células alinhadas à esquerda muitas vezes estão salvas como texto e não somam. Use “Converter em número” no Excel ou multiplique por um para corrigir.
• Atenção aos separadores decimais. Um extrato brasileiro usa 1.234,56, e uma planilha configurada no padrão americano 1,234.56 pode ler errado. Ajuste o formato regional antes de somar qualquer coisa.
• Procure linhas deslocadas. Descrições quebradas às vezes viram uma linha extra, e os valores ficam desalinhados dos seus rótulos.
• Apague os cabeçalhos repetidos de cada página e, se precisar ordenar ou filtrar tudo junto, combine as abas numa só tabela.

Quando outro caminho é mais rápido

Para uma tabela pequena, sinceramente, selecionar no leitor de PDF e colar no Excel pode ser mais rápido, ainda mais se você depois usar o Texto para Colunas do Excel para separar os valores. Para documentos com muito texto, em que as tabelas são só uma parte da história, o PDF para Word mantém parágrafos e tabelas juntos num documento editável.

E se você está criando um documento em vez de extrair um, por exemplo uma fatura ou um orçamento simples para mandar a um cliente, nossos modelos preenchíveis em /templates trazem um layout pronto que você completa no navegador. Quando a planilha estiver pronta e precisar voltar a ser um documento fixo, o Excel para PDF fecha o ciclo.

Um exemplo real: extrato bancário para o orçamento

Um trabalho típico para nós é transformar três meses de extratos bancários numa única planilha de orçamento. Baixamos os extratos em PDF pelo internet banking, o que gera arquivos digitais com texto real, o melhor ponto de partida. Se vierem protegidos por senha, o Desbloquear PDF remove a senha antes, já que um arquivo trancado não pode ser convertido. Depois, cada extrato passa pelo PDF para Excel.

Na planilha, apagamos os cabeçalhos repetidos das páginas, copiamos as linhas de lançamentos de todas as abas para uma única tabela, corrigimos os formatos de data e valor e comparamos a soma de cada mês com o saldo final do extrato. Quando tudo bate, adicionamos uma coluna de categoria e montamos o orçamento a partir daí. O trabalho todo leva uns vinte minutos, contra uma tarde inteira redigitando.

Perguntas frequentes