Как достать таблицы из PDF и перенести их в Excel

Почему одни PDF конвертируются хорошо, а другие нет

На самом деле PDF не содержит таблиц. В нём есть кусочки текста, размещённые в точных позициях на странице, и линии, которые лишь похожи на сетку. Конвертер должен посмотреть на эти позиции и угадать, какой текст в какую строку и столбец относится. Когда PDF создан в цифровом виде — из бухгалтерской программы, электронной таблицы или интернет-банка, — текст настоящий и хорошо выровнен, и догадка обычно очень точная.

Проблемы начинаются с макетов, которые ломают сетку. Вот случаи, когда мы заранее готовимся к доработке:

• Объединённые ячейки и заголовки, охватывающие несколько столбцов.
• Строки, где описание переносится на две-три строки.
• Строки заголовка, повторяющиеся вверху каждой страницы.
• Таблицы совсем без линий, где столбцы разделены только пробелами.
• Несколько маленьких таблиц рядом на одной странице.

Сканам сначала нужно распознавание текста

Если ваш PDF — скан или фото страницы, текста внутри нет вообще, есть только картинка текста. Конвертеру таблиц нечего читать, и он выдаёт пустую или бесполезную таблицу. Быстрый тест: попробуйте выделить в просмотрщике одну цифру. Если она не выделяется, страница — это изображение.

Решение — сначала запустить Распознать текст PDF. Он распознаёт символы и добавляет в документ настоящий текстовый слой, после чего PDF в Excel есть с чем работать. Но будьте реалистичны в ожиданиях. Распознавание чистого ровного скана даёт хороший результат, однако может путать похожие символы — 0 и О, 1 и l, запятую и точку, — а в таблице сумм такие ошибки важны. Отсканированные таблицы всегда требуют более тщательной проверки, чем цифровые.

Как конвертировать PDF в Excel: пошагово

PDF в Excel работает на нашем сервере, потому что восстановление таблиц требует более тяжёлой обработки, чем браузер может комфортно выполнить. Ваш файл загружается на наш сервер в Германии и удаляется сразу после конвертации. Нужен бесплатный аккаунт; бесплатный тариф включает 3 задачи в день и файлы до 10 МБ, а тарифы Bronze, Silver и Gold позволяют больше.

• 1. Если PDF длинный, а нужны лишь несколько страниц, сначала сократите его через Извлечь страницы. Меньше конвертировать — меньше потом чистить.
• 2. Откройте PDF в Excel и перетащите PDF в окно.
• 3. Нажмите «Конвертировать в Excel» и подождите, пока сервер анализирует страницы.
• 4. Скачайте файл XLSX. Каждая страница PDF становится отдельным листом.
• 5. Откройте его в Excel, Google Таблицах, Numbers или LibreOffice и начинайте проверку.

Проверяем цифры, прежде чем им доверять

Мы никогда не используем сконвертированную таблицу без проверки, особенно когда речь о деньгах. Конвертация обычно верна, но «обычно» недостаточно для налоговой декларации или спора по счёту. Наши проверки занимают несколько минут:

• Сравните итоги. Если в PDF есть итог или остаток на конец периода, сложите столбец в Excel и сравните. Совпадение — самый сильный признак, что всё легло правильно.
• Убедитесь, что числа — это числа. Ячейки, выровненные по левому краю, часто хранятся как текст и не суммируются. Исправьте их через «Преобразовать в число» или быстрым умножением на единицу.
• Следите за разделителями. В российских выписках обычно формат 1 234,56, а таблица с английскими региональными настройками ждёт 1,234.56. Задайте правильный региональный формат, прежде чем что-то суммировать.
• Ищите съехавшие строки. Перенесённые описания иногда распадаются на лишнюю строку, и суммы смещаются относительно своих подписей.
• Удалите повторяющиеся заголовки с каждой страницы, затем объедините листы в одну таблицу, если нужно сортировать или фильтровать по всем страницам.

Когда быстрее другим путём

Для одной маленькой таблицы, честно говоря, выделить её в просмотрщике PDF и вставить в Excel бывает быстрее, особенно если потом разбить значения через «Текст по столбцам». Для текстовых документов, где таблицы лишь часть содержания, PDF в Word сохраняет абзацы и таблицы вместе в редактируемом документе.

А если вы не извлекаете документ, а создаёте его — например, счёт или простой бюджет для клиента, — наши заполняемые шаблоны в разделе /templates дают готовый макет, который вы заполняете в браузере. Когда таблица готова и должна уйти обратно как фиксированный документ, круг замыкает Excel в PDF.

Реальный пример: банковская выписка для бюджета

Типичная задача для нас — превратить выписки за три месяца в один лист бюджета. Мы скачиваем выписки в PDF из интернет-банка: это цифровые файлы с настоящим текстом, лучшая отправная точка. Если они приходят защищёнными паролем, сначала снимаем пароль через Разблокировать PDF, поскольку заблокированный файл конвертировать нельзя. Затем каждая выписка проходит через PDF в Excel.

В таблице мы удаляем повторяющиеся заголовки страниц, копируем строки операций со всех листов в одну таблицу, исправляем форматы дат и сумм и сравниваем сумму за каждый месяц с остатком на конец периода в выписке. Когда всё сходится, добавляем столбец категорий и строим бюджет. Вся работа занимает минут двадцать — вместо целого дня перепечатывания.

Частые вопросы