CodeKitHubCe este acest instrument?
Acest instrument citește conținutul text al fiecărei pagini dintr-un PDF și îl reconstruiește sub formă de rânduri și coloane într-un registru de lucru Excel, câte o foaie pentru fiecare pagină. Grupează textul în rânduri în funcție de poziția verticală, apoi împarte fiecare rând în celule acolo unde există un spațiu orizontal larg între cuvinte — un indiciu rezonabil că 'aici începe o coloană nouă', nu doar un spațiu obișnuit.
Această euristică funcționează bine pentru PDF-uri cu tabele sau liste simple, uniform distanțate — facturi, liste de prețuri, rapoarte exportate. Nu reconstituie fiabil aspectele complexe cu celule combinate, conținut de celulă pe mai multe rânduri sau tabele fără spații clare între coloane; în astfel de cazuri, este de așteptat să fie nevoie să ajustați manual rezultatul după descărcare.
De ce să-l folosești?
- Transformă tabelele și listele din PDF într-un fișier Excel editabil și sortabil, în loc să retastați datele manual.
- Fără înregistrare, fără filigran, complet gratuit.
- Local și privat — PDF-ul dumneavoastră nu este niciodată încărcat pe niciun server.
- O foaie pentru fiecare pagină de PDF, astfel încât documentele cu mai multe pagini rămân organizate.
Cum se folosește
- Faceți clic pe casetă sau trageți un fișier PDF peste ea.
- Așteptați cât timp instrumentul extrage textul și îl așază în rânduri și coloane.
- Descărcați fișierul .xlsx și deschideți-l în Excel, Google Sheets sau orice altă aplicație de calcul tabelar.
- Verificați împărțirea pe coloane — pentru tabele complexe, este posibil să fie nevoie să ajustați manual câteva celule.
Exemplu
Intrare
invoice.pdf — o factură de o pagină cu un tabel de linii de produseRezultat
invoice.xlsx — o foaie în care fiecare linie a facturii este un rând, cu coloane pentru produs, cantitate și prețPrecizia depinde în mare măsură de modul în care este structurat PDF-ul original — tabelele simple, cu spații clare între coloane, se convertesc curat, în timp ce tabelele dense sau cu spațiere neregulată pot necesita o curățare manuală.
Întrebări frecvente
De ce unele coloane sunt combinate sau împărțite incorect?
Acest instrument ghicește limitele coloanelor pe baza spațiului orizontal dintre cuvinte în stratul de text de bază al PDF-ului — nu are acces la structura originală a tabelului din PDF (majoritatea PDF-urilor nici nu o păstrează). Dacă coloanele sunt apropiate sau un tabel folosește spațieri neobișnuite, estimarea poate fi greșită. Verificați rezultatul și ajustați-l manual dacă este necesar.
Funcționează acest lucru pe PDF-uri scanate?
Nu. Acest instrument citește stratul de text încorporat în PDF; documentele scanate sunt doar imagini și nu conțin text care poate fi extras. Rulați mai întâi un instrument OCR pentru PDF pentru a adăuga un strat de text, apoi utilizați acest convertor.
Este PDF-ul meu încărcat pe un server?
Nu. Atât extragerea textului, cât și generarea fișierului Excel au loc local, în browserul dumneavoastră, folosind JavaScript. Fișierul dumneavoastră nu părăsește niciodată dispozitivul.
Va păstra formatarea celulelor, culorile sau celulele combinate din tabelul original?
Nu. Rezultatul este text simplu, aranjat într-o grilă — fonturile, culorile, chenarele și celulele combinate din PDF-ul original nu sunt păstrate.