PDF sang Excel

"PDF sang Excel" thực sự nghĩa là gì

Chuyển một PDF sang Excel nghĩa là khôi phục dữ liệu dạng bảng đang hiện diện trực quan trên một trang PDF và ghi chúng vào một bảng tính thực sự: các hàng và cột mà bạn có thể sắp xếp, lọc, tính tổng hoặc dán sang một bảng tính khác. Mọi người tìm đến cách này khi một báo cáo tài chính, sao kê ngân hàng hay danh sách hàng tồn kho đến dưới dạng PDF mà họ cần phân tích sâu hơn các con số.

Cần nói thẳng: PDF thực ra không chứa một "bảng": nó chứa văn bản được vẽ tại các tọa độ điểm ảnh cụ thể. Một công cụ tốt sẽ suy ra cấu trúc bảng từ những vị trí đó. Phép suy luận này hoạt động rất tốt với PDF vốn sinh ra từ kết quả xuất Excel (các cột đã hoàn toàn thẳng đứng) và chỉ ở mức gần đúng khi bố cục gốc là văn xuôi tự do mang phong cách trực quan của một cái bảng.

Công cụ này hoạt động thế nào trong trình duyệt của bạn

Chúng tôi dùng PDF.js mã nguồn mở của Mozilla để phân tích PDF cục bộ. Trên mỗi trang, từng phần tử văn bản được ghép với một vị trí (x, y) suy ra từ phép biến đổi của nó. Sau đó:

• Chúng tôi gom các hàng theo tọa độ Y với một dung sai nhỏ, để văn bản hơi lệch vẫn nằm trong cùng một hàng.
• Chúng tôi tính các mốc cột trên toàn trang để các cột thẳng hàng giữa các hàng, rồi gán mỗi phần tử văn bản vào mốc gần nhất.
• Chúng tôi ghi ra .xlsx bằng gói mã nguồn mở SheetJS: mỗi trang PDF là một trang tính, đặt tên Page 1, Page 2, v.v.

Những gì chuyển đổi tốt

• PDF xuất từ Excel: các cột và hàng được khôi phục gọn gàng.
• Sao kê ngân hàng, hóa đơn, danh sách hàng tồn kho: thường khá sạch nếu bố cục gốc là một cái bảng thật.
• Bảng nhiều trang: mỗi trang trở thành một trang tính riêng.

Những gì chuyển đổi ở mức gần đúng (và những gì không)

• Bố cục tự do mang phong cách bảng: các hàng và cột chỉ là gần đúng; hãy chuẩn bị tinh thần dọn dẹp.
• Ô đã gộp: giá trị xuất hiện ở vị trí trên bên trái; thông tin hình học của vùng gộp bị mất.
• Công thức: chỉ các giá trị hiển thị được trích xuất (PDF không lưu công thức).
• Định dạng ô: định dạng số, màu sắc, định dạng có điều kiện và đường viền không được chuyển sang.
• Văn bản xoay và đồ thị: bị bỏ qua; chỉ văn bản nằm ngang mới trở thành ô.
• PDF được quét (chỉ có hình ảnh): không có văn bản để trích xuất. Hãy chạy qua OCR trước.

Các trường hợp sử dụng PDF sang Excel phổ biến

• Đối chiếu sao kê ngân hàng. Chuyển một sao kê hằng tháng dạng PDF sang xlsx, sắp xếp theo số tiền hoặc ngày và đối chiếu với hệ thống kế toán mà không phải gõ lại một con số nào.
• Nhập hóa đơn từ nhà cung cấp. Trích các dòng từ hóa đơn PDF sang Excel để có thể tải lên các hệ thống kế toán hoặc ERP vốn mong đợi dữ liệu dạng bảng.
• Phân tích báo cáo tài chính. Báo cáo thường niên hay công bố các bảng quan trọng chỉ ở dạng PDF. Hãy chuyển sang Excel để tự phân tích chỉ số, vẽ biểu đồ hay so sánh giữa các năm.
• Dọn dẹp các bản xuất dữ liệu. Một số công cụ chỉ xuất sang PDF. Một lần chuyển PDF sang Excel nhanh chóng biến các bản xuất đó thành thứ bạn thực sự có thể lọc và xoay.
• Tạo một bảng so sánh giá. Trích danh sách sản phẩm từ nhiều PDF của nhà cung cấp vào một bảng tính tổng duy nhất thay vì sao chép và dán từng ô.

Quyền riêng tư và bảo mật

Bảng tính thường chứa những dữ liệu nhạy cảm nhất của một doanh nghiệp: bảng lương, danh sách khách hàng, dự báo danh mục, mô hình tài chính. Hầu hết các dịch vụ PDF sang Excel trực tuyến đều tải PDF của bạn lên máy chủ, chạy chuyển đổi ở đó rồi trả về tệp xlsx. Vì công cụ này chạy hoàn toàn trong trình duyệt của bạn, không một hàng dữ liệu nào được tải lên đâu cả. Bạn có thể chạy công cụ trên một máy tách biệt mạng sau lần tải trang đầu tiên. Để so sánh kỹ hơn về mô hình tải lên thông thường, hãy xem bài đánh giá quyền riêng tư của iLovePDF.

Mẹo để có kết quả tốt nhất khi chuyển PDF sang Excel

• Bắt đầu với PDF dạng văn bản. Nếu PDF được xuất gốc từ Excel, ranh giới cột rất sắc nét và việc khôi phục gần như hoàn hảo. PDF dạng văn bản tự do mang phong cách bảng cần dọn dẹp nhiều hơn.
• Chạy OCR trước khi chuyển đổi bản quét. PDF chỉ có hình ảnh không có văn bản trích xuất được. Hãy chạy qua công cụ OCR PDF của chúng tôi trước rồi chuyển đổi bản đã OCR tại đây.
• Chuẩn bị dọn dẹp lần cuối trong Excel. Các con số có thể vào dưới dạng văn bản; hãy nới rộng cột để kiểm tra. Dùng tính năng "Convert to Number" của Excel nếu bạn cần tính tổng các giá trị.
• Tách các PDF rất dài trước. Nếu chỉ vài trang chứa bảng, hãy chạy chúng qua công cụ Trích xuất trang của chúng tôi trước để tách riêng các bảng: việc chuyển đổi sẽ nhanh hơn nhiều.
• Gộp lại các ô thủ công. Nếu bố cục gốc có ô đã gộp, tính năng gộp ô của Excel cho bạn cách sửa chỉ với một cú nhấp khi các giá trị đã vào đúng chỗ.

Công cụ PDF liên quan

• Excel sang PDF — chiều ngược lại: chuyển tệp xlsx đã chỉnh sửa của bạn thành một PDF sạch, đã phân trang.
• OCR PDF — làm cho một PDF được quét đọc được trước khi trích xuất bảng.
• PDF sang Word — cho các PDF dạng văn bản tường thuật không có cấu trúc bảng rõ ràng.
• Trích xuất trang — chỉ tách những trang có bảng trước khi chuyển đổi.