PDF به Excel

«PDF به Excel» واقعاً چه معنایی دارد

تبدیل یک PDF به Excel یعنی بازیابی داده‌های جدولی که به‌صورت بصری در یک صفحه PDF وجود دارند و نوشتن آن‌ها در یک صفحه‌گسترده واقعی: ردیف‌ها و ستون‌هایی که می‌توانید مرتب، فیلتر، جمع یا در کارپوشه دیگری بچسبانید. مردم زمانی به این روی می‌آورند که یک گزارش مالی، صورت‌حساب بانکی یا فهرست موجودی به‌صورت PDF می‌رسد و باید تحلیل عمیق‌تری روی اعداد انجام دهند.

باید صادق باشیم: یک PDF در واقع شامل «جدول» نیست: شامل متن رسم‌شده در مختصات پیکسلی مشخص است. یک مبدل خوب ساختار جدول را از آن موقعیت‌ها استنتاج می‌کند. این استنتاج با PDFهایی که به‌عنوان خروجی از Excel تولید شده‌اند عالی کار می‌کند (چون ستون‌ها از قبل کاملاً عمودی هستند) و فقط تقریبی وقتی طراحی اصلی نثر آزاد با سبک جدول بصری است.

این مبدل درون مرورگر شما چگونه کار می‌کند

ما از PDF.js متن‌باز Mozilla برای تجزیه PDF به‌صورت محلی استفاده می‌کنیم. در هر صفحه، هر عنصر متنی با یک موقعیت (x، y) مشتق‌شده از تبدیلش جفت می‌شود. سپس:

• ردیف‌ها را گروه‌بندی می‌کنیم بر اساس مختصات Y با حاشیه تحمل کوچک، تا متن کمی کج در همان ردیف بماند.
• مرتکزهای ستون را محاسبه می‌کنیم در کل صفحه تا ستون‌ها بین ردیف‌ها همراستا بمانند، سپس هر عنصر متنی را به نزدیک‌ترین مرتکز اختصاص می‌دهیم.
• به‌صورت .xlsx می‌نویسیم با استفاده از بسته SheetJS متن‌باز: یک برگه برای هر صفحه PDF، با نام Page 1، Page 2 و غیره.

چه چیزی خوب تبدیل می‌شود

• PDFهای خروجی‌گرفته از Excel: ستون‌ها و ردیف‌ها تمیز بازیابی می‌شوند.
• صورت‌حساب‌های بانکی، فاکتورها و فهرست موجودی: اگر طراحی اصلی یک جدول واقعی بوده اغلب تمیز می‌آیند.
• جدول‌های چندصفحه‌ای: هر صفحه به برگه خودش تبدیل می‌شود.

چه چیزی تقریبی تبدیل می‌شود (و چه چیزی نمی‌شود)

• طراحی‌های آزاد با سبک جدول: ردیف‌ها و ستون‌ها تقریبی‌اند؛ انتظار مقداری پاک‌سازی داشته باشید.
• سلول‌های ادغام‌شده: مقدار در موقعیت بالا-چپ ظاهر می‌شود؛ هندسه ادغام از دست می‌رود.
• فرمول‌ها: فقط مقادیر نمایش‌داده‌شده استخراج می‌شوند (PDF فرمول‌ها را ذخیره نمی‌کند).
• قالب‌بندی سلول: قالب‌های عددی، رنگ‌ها، قالب‌بندی شرطی و حاشیه‌ها منتقل نمی‌شوند.
• متن چرخانده‌شده و نمودارها: حذف می‌شوند؛ فقط متن افقی به سلول تبدیل می‌شود.
• PDFهای اسکن‌شده (فقط تصویر): متنی برای استخراج ندارند. ابتدا از /ocr-pdf عبور دهید.

کاربردهای رایج PDF به Excel

• تطبیق صورت‌حساب‌های بانکی. یک صورت‌حساب ماهانه PDF را به xlsx تبدیل کنید، بر اساس مبلغ یا تاریخ مرتب کنید، و بدون بازنویسی یک عدد با سیستم حسابداری‌تان تطبیق دهید.
• وارد کردن فاکتورهای تأمین‌کننده. اقلام فاکتور PDF را به Excel استخراج کنید تا بتوانید آن‌ها را در سیستم‌های حسابداری یا ERP که داده جدولی انتظار دارند آپلود کنید.
• تحلیل گزارش‌های مالی. گزارش‌های سالانه اغلب جدول‌های کلیدی را فقط به‌صورت PDF منتشر می‌کنند. آن‌ها را به Excel تبدیل کنید تا تحلیل نسبت، نمودار یا مقایسه سالانه خود را انجام دهید.
• پاک‌سازی خروجی‌های داده. برخی ابزارها فقط به PDF خروجی می‌دهند. یک تبدیل سریع PDF به Excel آن خروجی‌ها را به چیزی تبدیل می‌کند که واقعاً می‌توانید فیلتر و خلاصه کنید.
• ساخت یک برگه مقایسه قیمت. فهرست محصولات را از چند PDF تأمین‌کننده به یک صفحه‌گسترده اصلی استخراج کنید به‌جای کپی و چسباندن سلول به سلول.

حریم خصوصی و امنیت

صفحه‌گسترده‌ها اغلب حساس‌ترین داده‌های شرکت را دارند: حقوق، فهرست مشتریان، پیش‌بینی خط تولید و مدل‌های مالی. بیشتر سرویس‌های آنلاین PDF به Excel، PDF شما را به یک سرور آپلود می‌کنند، تبدیل را آنجا اجرا می‌کنند، سپس فایل xlsx را برمی‌گردانند. چون این ابزار کاملاً درون مرورگر شما کار می‌کند، هیچ ردیفی از داده‌های شما به جایی آپلود نمی‌شود. می‌توانید مبدل را روی یک دستگاه ایزوله پس از بارگذاری اولیه صفحه اجرا کنید. برای مقایسه عمیق‌تر مدل آپلود معمول، بررسی حریم خصوصی iLovePDF ما را ببینید.

نکاتی برای بهترین نتایج با PDF به Excel

• با PDFهای متنی شروع کنید. اگر PDF در اصل از Excel خروجی گرفته شده، مرزهای ستون واضح‌اند و بازیابی تقریباً کامل است. PDFهای آزاد با سبک جدول به پاک‌سازی بیشتری نیاز دارند.
• قبل از تبدیل اسکن‌ها، OCR را عبور دهید. PDFهایی که فقط تصویرند متن قابل استخراج ندارند. ابتدا از ابزار /ocr-pdf ما عبور دهید سپس نسخه OCR شده را اینجا تبدیل کنید.
• انتظار پاک‌سازی نهایی در Excel داشته باشید. اعداد ممکن است به‌عنوان متن وارد شوند؛ ستون‌ها را گسترش دهید تا بررسی کنید. اگر باید مقادیر را جمع بزنید از قابلیت «تبدیل به عدد» Excel استفاده کنید.
• PDFهای بسیار طولانی را ابتدا تقسیم کنید. اگر فقط چند صفحه جدول دارند، ابتدا از ابزار /extract-pages ما برای جداسازی جدول‌ها عبور دهید: تبدیل بسیار سریع‌تر خواهد بود.
• ادغام را به‌صورت دستی دوباره اعمال کنید. اگر طراحی اصلی سلول‌های ادغام‌شده دارد، قابلیت ادغام Excel پس از استقرار مقادیر یک اصلاح تک‌کلیکی به شما می‌دهد.

ابزارهای PDF مرتبط

• Excel به PDF — برعکس: یک xlsx ویرایش‌شده را دوباره به یک PDF تمیز و صفحه‌بندی‌شده تبدیل کنید.
• OCR PDF — یک PDF اسکن‌شده را قبل از استخراج جدول‌ها قابل خواندن کنید.
• PDF به Word — برای PDFهای روایی که ساختار جدول واضحی ندارند.
• استخراج صفحات — فقط صفحات جدول را قبل از تبدیل استخراج کنید.
• PDF به متن — اگر فقط متن خام بدون ساختار جدول می‌خواهید.
• تقسیم PDF — یک PDF طولانی را قبل از تبدیل به تکه‌ها تقسیم کنید.
• ادغام PDF — چند PDF را قبل از استخراج جدول‌ها ترکیب کنید.
• فشرده‌سازی PDF — یک PDF منبع بزرگ را قبل از پردازش کوچک کنید.