Jak wyciągnąć tabelę z PDF i przenieść ją do Excela

Masz plik PDF z tabelą danych – raport finansowy, cennik, wyniki ankiety, sekcję pozycji faktury. Potrzebujesz pracować z tymi danymi w Excelu. Próbujesz zaznaczyć komórki, skopiować je i wkleić do arkusza kalkulacyjnego. Efekt to kolumna pomieszanych tekstów, scalone komórki w zupełnie niewłaściwych miejscach albo nic w ogóle. To nie jest błąd. Tak działają pliki PDF.

Dlaczego tabele w plikach PDF są trudne do wyodrębnienia

Plik PDF nie przechowuje tabel jako tabel. Przechowuje tekst jako serię pozycjonowanych glifów — znaków rozmieszczonych w określonych współrzędnych X/Y na stronie. Tabela w PDF to po prostu wiersze tekstu, które akurat są wizualnie wyrównane i oddzielone narysowanymi liniami. Nie istnieje struktura danych reprezentująca „to jest komórka”, „to należy do kolumny 3” albo „ten wiersz się tutaj kończy”.

Gdy kopiujesz i wklejasz z pliku PDF, czytnik próbuje odgadnąć strukturę na podstawie położenia wizualnego. Często źle rozpoznaje granice kolumn, łączy komórki i łamie liczby między wierszami. Im szersza tabela, tym bardziej chaotyczny jest wynik.

Opcja 1: Bezpośrednie kopiowanie i wklejanie (warto najpierw spróbować)

Dla natywnego PDF-a – utworzonego przez oprogramowanie, a nie skaner – najpierw wypróbuj to:

1. Otwórz plik PDF wAdobe ReaderlubChrome.
2. Kliknij i przeciągnij, aby zaznaczyć obszar tabeli.
3. Skopiuj (Ctrl+C).
4. Wklej do komórki Excela za pomocąWklej specjalnie -> Tekstlub wklej najpierw do edytora tekstu, aby zobaczyć, co faktycznie otrzymałeś.
5. UżyjTekst do kolumn(karta Dane w programie Excel), aby podzielić wklejoną treść według tabulatora, spacji lub spójnego separatora.

To działa całkiem nieźle w przypadku prostych tabel dwu- lub trzyczolumnowych o czytelnym formatowaniu. Poraża się przy złożonych tabelach ze scalonymi komórkami, przypisami dolnymi lub wielowierszową zawartością komórek.

Opcja 2: dedykowany konwerter PDF na Excel

Narzędzie do konwersji analizuje strukturę wizualną pliku PDF — granice komórek, wyrównanie kolumn, właściwości czcionek — i próbuje odtworzyć ją jako dane arkusza kalkulacyjnego. Wynikiem jest plik XLSX, który można otworzyć bezpośrednio w programie Excel.

Pagivo buduje dedykowanykonwerter PDF na Excelkonwerter do tego. Po uruchomieniu workflow będzie wyglądał tak: prześlij PDF, pobierz XLSX, sprawdź wynik pod kątem źle wykrytych granic. W przypadku natywnego PDF z przejrzystym formatowaniem tabel konwerter wykona większość pracy.

Czego się spodziewać: konwersja jest dokładna dla prostych tabel i mniej dokładna dla złożonych układów (scalone wiersze nagłówka, tekst ukośny, tabele z obrazami w komórkach, mocno stylizowane obramowania). Zawsze weryfikuj sumy liczbowe w wyniku względem źródłowego PDF - błędy zaokrągleń lub wyrównania kolumn w złożonych tabelach się zdarzają.

Opcja 3: Import do Google Sheets (szybki dla małych tabel)

1. OtwórzGoogle Sheetsi utwórz nowy arkusz kalkulacyjny.
2. Przejdź doPlik -> Importuji prześlij plik PDF.
3. Google będzie próbował przeanalizować tabele w pliku PDF i zaimportować je jako dane arkusza.

Wyniki są różne i podobne do kopiowania-wklejania, ale etap importu czasami lepiej wykrywa strukturę tabeli niż ręczne zaznaczanie. Warto spróbować przy prostych tabelach, gdy nie masz pod ręką dedykowanego konwertera.

Opcja 4: Skanowane pliki PDF (inny problem, inne rozwiązanie)

Jeśli plik PDF jest skanem - fotografią strony - nie ma w nim w ogóle danych tekstowych do wyodrębnienia. Kopiowanie-wklejanie zaznacza całą stronę jako jeden obraz. Standardowy konwerter PDF na Excel nie da nic użytecznego.

Do skanowanych tabel potrzebujesz OCR, który konkretnie rozumie strukturę tabeli. Opcje:

• Dokumenty Google- prześlij plik PDF na Dysk i otwórz go w Dokumentach. OCR Google wyodrębni tekst, choć struktura tabeli często nie jest zachowywana.
• Adobe Acrobat Pro– ma wbudowany OCR z rozpoznawaniem tabel. Wyższa jakość przy złożonych tabelach, ale wymaga płatnej subskrypcji.
• Specjalistyczne narzędzia OCR– ABBYY FineReader i podobne są zaprojektowane specjalnie do rozpoznawania struktury dokumentów, w tym tabel. Przesada przy okazjonalnym użyciu, ale najdokładniejsza opcja dla złożonych skanowanych tabel.

Po ekstrakcji: czyszczenie danych w Excelu

Niezależnie od metody, zaplanuj kilka minut na czyszczenie wyników:

• Usuń puste wiersze i zduplikowane nagłówki, które pojawiają się, gdy tabelie wielostronicowe powtarzają nagłówki kolumn na każdej stronie.
• Popraw formaty liczb – przecinki i kropki mogą być zamienione, jeśli PDF używał formatu liczb z innej lokalizacji.
• Sprawdź, czy sumy się zgadzają — ręcznie zweryfikuj jedną lub dwie obliczone wartości z źródłowego pliku PDF.