Нигде в PDF не написано, что «это таблица». Внутри есть текст на координатах, а таблица возникает там, где несколько строк делят одни и те же положения колонок. Этот конвертер меряет промежуток между кусочками текста в строке: широкий промежуток означает новую ячейку, узкий — пробел. Строки, распадающиеся на две и более ячеек, считаются строками таблицы, а не распадающиеся сохраняются целиком, чтобы ничего не пропало молча. Каждую страницу можно вывести на свой лист или сложить весь документ в один.
Возможности
Колонки распознаются по промежуткам между кусочками текста, построчно
Один лист на страницу или весь документ, сложенный в один лист
Необязательный фильтр, оставляющий только строки с колонками
Строки дополняются до прямоугольника, чтобы лист везде импортировался чисто
Предпросмотр сетки на экране до любой загрузки
Экспорт настоящей книги .xlsx или CSV с правильным экранированием
Имена листов следуют номерам страниц, поэтому строки прослеживаются
Как использовать PDF в Excel
Перетащите PDF на страницу
Выберите лист на страницу или один общий лист
Включите или отключите фильтр колонок в зависимости от количества текста вокруг таблицы
Проверьте предпросмотр и скачайте .xlsx или .csv
Пример
Ввод
statement.pdf — a bank statement with date, description, amount and balance columns
Результат
statement.xlsx with one sheet per page and four columns per row.
Фильтр колонок оставляет строки операций и отбрасывает адресный блок над ними.
Частые ошибки и устранение неполадок
Результат пустой. — Либо PDF — это скан без текстового слоя, либо ни одна строка не распалась на колонки. Отключите фильтр, чтобы увидеть все строки, либо сначала распознайте текст.
Колонки слились в одну ячейку. — Таблица свёрстана с узкими промежутками между колонками. Отключите фильтр, выгрузите как есть и разделите колонку средствами таблицы.
Ячейка в две строки превратилась в две строки. — Каждая видимая строка — это строка, поэтому перенесённое описание разделяется. Соедините строки в табличном редакторе.
Числа попадают в Excel текстом. — Значения пишутся ровно так, как их показывает PDF, вместе со знаками валюты и разделителями разрядов. Уберите их в таблице, чтобы получить числа.
Часто задаваемые вопросы
Загружается ли мой PDF ради извлечения таблиц?
Нет. Текстовый слой читается в этой вкладке, и книга пишется здесь же — это важно, когда таблица является выпиской или зарплатной ведомостью.
Распознаёт ли он нарисованные линии таблицы?
Нет — он опирается на то, где стоит текст, а не на линии вокруг. Поэтому таблицы без линеек извлекаются так же хорошо.
Можно ли достать только одну таблицу из длинного документа?
Сначала выделите нужные страницы в отдельный небольшой PDF и прогоните его здесь.
Почему одна строка сдвинута на колонку вправо?
Пустая первая ячейка не даёт строке опоры. Дополнение вставляется в конец, а не в начало, поэтому проверьте строки с пустым первым значением.
Что лучше для скрипта — .xlsx или .csv?
Почти всегда CSV: не нужно обходить структуру листов, и его читает любой язык. .xlsx берите, когда результат откроет человек.
Связанные инструменты
Excel в PDF — Превращает листы книги в печатные таблицы PDF.
PDF в текст — Извлекайте выделяемый текст из PDF в виде обычного текста или Markdown.
CSV в PDF — Раскладывает строки CSV в постраничную таблицу PDF с линейками.