PDF naar Excel converteren

Een pdf weet niet dat er een tabel in staat. Het bestand slaat tekstfragmenten op bij x- en y-posities en, apart daarvan, de lijnen die het raster tekenen. Om een spreadsheet te herbouwen groepeert de converter fragmenten met dezelfde basislijn tot rijen, zoekt de verticale tussenruimtes of lijnen die kolommen scheiden en wijst elk fragment aan een cel toe. Tabellen met zichtbare randen worden het betrouwbaarst geconverteerd; tabellen zonder randen die alleen op uitlijning leunen werken ook, maar kolommen met vrije tekst kunnen verschuiven.

Getallen worden als getallen geschreven, niet als tekst die op getallen lijkt, zodra de notatie eenduidig is: 1,250.00 en 1.250,00 worden allebei gelezen volgens de scheidingstekens die in de hele tabel worden gebruikt. Datums blijven zoals ze zijn geschreven, zodat 03/04 niet ongemerkt de verkeerde maand wordt.

Besteed een minuut aan drie controles. Tel één numerieke kolom op en vergelijk de uitkomst met het totaal in de pdf; komt het overeen, dan zijn er geen rijen weggevallen of samengevoegd. Loop de laatste kolom na op waarden die uit een brede omschrijving zijn overgelopen. En bekijk de eerste rij van elk blad, want daar komen gesplitste koppen het eerst naar voren.

Ingescande afschriften verdienen extra aandacht voor cijfers die OCR kan verwisselen, zoals 5 en 6 of 1 en 7 bij vage druk. Met de juiste Taal van het document gaan scheidingstekens en maandnamen beter. Is uw bron een foto van een tabel in plaats van een pdf, dan leest de tool afbeelding naar Excel die rechtstreeks.