将 PDF 表格变成可用的电子表格
银行流水、价目表、财务报表、时间表和发票经常以 PDF 形式提供。你可以看到其中的数字,却无法求和、排序或制作图表。直接把 PDF 中的表格复制到 Excel,通常会让所有内容挤在同一列。本工具会识别 PDF 中的表格,并将其还原为真正的电子表格单元格。
两种布局方式
- 每页一个工作表。每个 PDF 页面生成一个工作表,其中的表格和周围的文字会按页面上的顺序排列。适合标题和备注与表格相关的报表,以及每页只有一个表格的文档。
- 每个表格一个工作表。PDF 中识别到的每个表格都会放入单独的工作表,表格以外的文字会被忽略。适合需要立即分析的数据,例如跨越多页的对账单。
获得规范的数字
转换器会根据页面上的线条和文字对齐方式识别行和列。数字会尽可能保存为数值,因此 SUM 等公式可以直接使用。转换后,建议快速检查以下几点:
- 数字格式:不同国家的小数点和千位分隔符写法不同。如果 Excel 将数字显示为文本,可以使用“数据”→“分列”或“查找和替换”来修正分隔符。
- 合并单元格:跨多列的标题可能是合并单元格。排序前请先取消合并。
- 跨页表格:选择每页一个工作表时,较长的表格会被拆分到多个工作表中;可以手动将各部分复制到一起,或选择每个表格一个工作表。
- 无边框表格:只靠间距排版、没有边框的表格更难识别,部分列可能会被合并在一起。
扫描版 PDF
扫描版 PDF 本质上是图片,其中没有可直接读取的数字。本工具会检测扫描页面,并在我们的服务器上通过 OCR 进行识别。扫描件中的表格线同样会被识别,因此数字会落入真正的单元格,可以排序和求和。不过识别结果并非百分之百准确:1 可能被识别成 7,逗号可能被识别成句点。对于重要的扫描表格,请将数字与原件核对。
隐私与限制
转换在我们自己的服务器上进行。文件通过加密的 HTTPS 连接传输,转换后立即删除;生成的 XLSX 文件最多保留 15 分钟。一次最多可转换 20 个文件,每个文件不超过 100 MB 和 500 页。受密码保护的 PDF 需输入密码后才能转换。
如果是文字类文档,建议使用 PDF 转 Word。如需将电子表格制作成 PDF,请使用 Excel 转 PDF。如果只想复制文字而不保留结构,可以试试 PDF 转文本。