PDF naar Excel

Wat "PDF naar Excel" echt betekent

Een PDF naar Excel omzetten betekent dat je de tabelgegevens terughaalt die visueel op een PDF-pagina aanwezig zijn en ze in een echt werkblad schrijft: rijen en kolommen die je kunt sorteren, filteren, optellen of in een ander werkboek plakken. Mensen grijpen hiernaar wanneer een financieel rapport, een bankafschrift of een voorraadlijst als PDF binnenkomt en ze de cijfers grondiger willen analyseren.

Laten we eerlijk zijn: een PDF bevat eigenlijk geen "tabel" — hij bevat tekst die op concrete pixelcoördinaten is getekend. Een goede omzetter leidt de tabelstructuur uit die posities af. Die afleiding werkt prima bij PDF's die als Excel-export zijn ontstaan (de kolommen staan al perfect verticaal) en slechts bij benadering wanneer de oorspronkelijke lay-out vrije tekst met een visuele tabelstijl was.

Hoe deze omzetter in je browser werkt

We gebruiken het opensource PDF.js van Mozilla om de PDF lokaal te ontleden. Op elke pagina wordt elk tekstelement gekoppeld aan een (x, y)-positie die uit zijn transformatie wordt afgeleid. Daarna:

• Clusteren we de rijen op de Y-coördinaat met een kleine tolerantie, zodat licht uitgelijnde tekst in dezelfde rij blijft.
• Berekenen we kolomankers over de hele pagina zodat de kolommen tussen rijen uitgelijnd blijven, en wijzen we elk tekstelement vervolgens toe aan het dichtstbijzijnde anker.
• Schrijven we naar .xlsx met het opensource-pakket SheetJS: één blad per PDF-pagina, met de naam Page 1, Page 2, enzovoort.

Wat goed wordt omgezet

• PDF's geëxporteerd uit Excel: de kolommen en rijen worden netjes hersteld.
• Bankafschriften, facturen, voorraadlijsten: die komen meestal schoon terug als de oorspronkelijke lay-out een echte tabel was.
• Tabellen over meerdere pagina's: elke pagina wordt zijn eigen blad.

Wat bij benadering wordt omgezet (en wat niet)

• Vrije-vorm-lay-outs met tabelstijl: de rijen en kolommen zijn bij benadering; reken op wat opschonen.
• Samengevoegde cellen: de waarde verschijnt in de positie linksboven; de samenvoeggeometrie gaat verloren.
• Formules: alleen de weergegeven waarden worden geëxtraheerd (de PDF slaat de formules niet op).
• Celopmaak: getalnotaties, kleuren, voorwaardelijke opmaak en randen worden niet meegenomen.
• Gedraaide tekst en grafieken: die worden weggelaten; alleen horizontale tekst wordt omgezet naar cellen.
• Gescande PDF's (alleen afbeelding): die hebben geen tekst om te extraheren. Haal ze eerst door OCR.

Veelvoorkomende toepassingen van PDF naar Excel

• Bankafschriften afstemmen. Zet een maandelijks bankafschrift in PDF om naar xlsx, sorteer op bedrag of datum en stem het af met je boekhoudsysteem zonder ook maar één getal opnieuw te typen.
• Leveranciersfacturen importeren. Extraheer de regels van PDF-facturen naar Excel zodat je ze kunt uploaden naar boekhoud- of ERP-systemen die tabelgegevens verwachten.
• Financiële rapporten analyseren. Jaarverslagen publiceren belangrijke tabellen vaak alleen in PDF. Zet om naar Excel om je eigen ratioanalyse, grafieken of jaar-op-jaarvergelijking te maken.
• Data-exports opschonen. Sommige tools exporteren alleen naar PDF. Een snelle PDF-naar-Excel-conversie maakt van die exports iets wat je echt kunt filteren en met draaitabellen kunt bewerken.
• Een prijsvergelijkingsblad maken. Extraheer de productlijsten uit verschillende leveranciers-PDF's naar één centraal werkblad in plaats van cel voor cel te kopiëren en plakken.

Privacy en beveiliging

Spreadsheets bevatten vaak de gevoeligste gegevens van een bedrijf: salarissen, klantenlijsten, pijplijnprognoses, financiële modellen. De meeste online PDF-naar-Excel-diensten uploaden je PDF naar een server, voeren de conversie daar uit en geven de xlsx terug. Omdat deze tool volledig in je browser draait, wordt er geen enkele rij van je gegevens ergens geüpload. Je kunt de omzetter na de eerste keer laden van de pagina op een geïsoleerde machine draaien. Voor een grondigere vergelijking met het standaard uploadmodel kun je onze privacyreview van iLovePDF lezen.

Tips voor de beste resultaten met PDF naar Excel

• Begin met PDF's met tekst. Als de PDF oorspronkelijk uit Excel is geëxporteerd, zijn de kolomgrenzen scherp en is het herstel vrijwel perfect. Vrije-vorm-PDF's met tabelstijl vragen meer opschoonwerk.
• Voer OCR uit vóór het omzetten van scans. PDF's met alleen afbeeldingen hebben geen extraheerbare tekst. Haal ze eerst door onze OCR PDF-tool en zet daarna de OCR-kopie hier om.
• Reken op een laatste opschoonbeurt in Excel. Getallen kunnen als tekst binnenkomen; verbreed de kolommen om dat te controleren. Gebruik de functie "Omzetten naar getal" van Excel als je de waarden moet optellen.
• Splits zeer lange PDF's eerst op. Als slechts een paar pagina's tabellen bevatten, haal ze dan eerst door onze tool Pagina's extraheren om de tabellen te isoleren: de conversie wordt dan veel sneller.
• Pas samenvoegingen handmatig opnieuw toe. Had de oorspronkelijke lay-out samengevoegde cellen, dan biedt de samenvoegfunctie van Excel je een oplossing met één klik zodra de waarden op hun plaats staan.

Gerelateerde PDF-tools

• Excel naar PDF — het omgekeerde: zet je bewerkte xlsx weer om naar een schone, gepagineerde PDF.
• OCR PDF — maak een gescande PDF leesbaar voordat je tabellen extraheert.
• PDF naar Word — voor verhalende PDF's zonder een duidelijke tabelstructuur.
• Pagina's extraheren — extraheer vóór het omzetten alleen de pagina's met tabellen.