PDFからExcel

PDFの表は扱いにくいことで有名です。コンテンツをスプレッドシートに抽出しなければ、データを並べ替えたり、数式を実行したり、数値を更新したりできません。PDFビューアーからのコピー＆ペーストは、特に財務報告書・データエクスポート・政府統計表でセルを結合したり、列の位置がずれたり、小数点が脱落したりすることがよくあります。表の構造を理解した専用のPDFからExcelへのコンバーターが唯一の信頼できる解決策です。 dokk.aiのPDFからExcelへのコンバーターは、PDFレイアウト内の表の境界・列の配置・行のグループを検出する構造解析エンジンを使用します。表のセルを独立して配置されたテキストの断片として扱うのではなく、グリッド構造を再構築し、各セルを出力XLSXの正しい行と列にマッピングします。複数行のヘッダー・結合されたセル・数値書式（通貨記号・パーセント記号・小数点区切り文字）を検出し、可能な場合は対応するExcelのセル型に適用します。 写真や印刷された表を含むスキャン済みPDFには、表の抽出前に自動的にOCRが適用されます。OCRエンジンは40以上の言語をサポートし、罫線・シェーディングされた列ヘッダー・交互の行色を持つ表を処理します。150 DPI以上のスキャン品質で信頼性の高い抽出が得られます。解像度が低いスキャンは少数のセルの手動修正が必要な場合があります。 ツールはドキュメントで見つかったすべての表を別々のExcelシートに抽出します（表1つにつき1シート）。したがって、5つの表を含むPDFは5シートのXLSXワークブックを生成します。空の行で各表を区切って、すべての表を1つのシートに抽出するように選択することもできます。処理は標準のドキュメントで通常20秒以内に完了します。 表と散文テキストの両方を含むドキュメントには、dokk.aiのPDFからWordへのツールの方が出発点として適している場合があります。表と並んでフルドキュメント構造を保持するためです。表の構造が二次的でテキストコンテンツのみが必要なスキャン済みPDFには、OCRツールがクリーンなプレーンテキスト出力を生成します。表データが元々Wordドキュメントだったというに含まれる場合、まずPDFからWordに変換してからExcelに表をコピーする方法が最もクリーンな結果を生成することが多いです。