EZPZ FileSolte um PDF e os valores que formam colunas como uma tabela são separados em células. Cada página vira uma aba própria, então você nunca perde de vista de onde veio um número.
Sem envio
PDF para converter
O PDF precisa ter texto de verdade. Um PDF digitalizado é uma foto da página, então não há nada para extrair. Os arquivos abrem dentro deste navegador e nunca são enviados.
Passam a ordem de leitura, os parágrafos e as tabelas. A posição exata na página, não. Um PDF nunca registra o que era parágrafo ou tabela, então os dois são reconstruídos a partir de onde os caracteres estão.
As imagens, carimbos e assinaturas impressos na página também passam. Flutuando sobre as células, atrapalhariam os cálculos, então ficam reunidos abaixo dos dados em cada planilha.
Um PDF digitalizado contém fotos e não texto, então não há nada para converter. Solte o arquivo aqui e a ferramenta avisa.
As páginas não são coladas inteiras como imagens. O que você baixa abre como documento editável no Word ou no Excel.
Quanto mais cara de tabela o documento tiver, melhor o resultado. Vários de uma vez não tem problema.
A posição dos caracteres define onde cada tabela começa e termina.
Abre no Excel ou no Google Sheets pronto para calcular.
Tabelas em PDF muitas e muitas vezes não têm borda nenhuma. Quando têm, essas bordas ficam desenhadas em uma camada diferente da do texto, invisíveis para qualquer coisa que extraia as palavras. É por isso que as abordagens baseadas em encontrar as bordas falham tantas vezes.
Então o que se lê é a posição. Dentro de uma linha, um espaço muito maior do que o espaço entre palavras marca o limite de uma célula, e quando esses espaços coincidem na mesma posição horizontal ao longo de várias linhas seguidas, esse bloco é uma tabela. Três linhas é o mínimo. Blocos de duas linhas geralmente são um título com uma data empurrada para a direita, e transformar isso em tabela deixa tudo mais difícil de ler, não mais fácil.
Uma célula vazia não deixa rastro no arquivo, porque ali nunca houve caracteres. Encaixar as células em sequência deslocaria tudo uma casa, por isso cada célula cai na coluna mais próxima e as outras ficam em branco.
Quando as tabelas estão espalhadas por várias páginas, empilhar tudo em uma única aba faz perder de vista de qual página vinha cada número. Por isso cada página vira uma aba própria, com o número da página como nome.
As linhas que não fazem parte de uma tabela também são mantidas, uma por linha. Jogar fora o título que estava acima da tabela, ou a nota que diz em que unidade estão os números, deixaria você com números e sem como lê-los. Imagens e carimbos impressos na página também passam, reunidos abaixo dos dados de cada aba para não ficarem flutuando sobre as células e atrapalhando os cálculos.
Um PDF feito fotografando papel ou passando o papel por um scanner de escritório é uma única imagem por página. Seus olhos veem letras, mas o arquivo não contém nenhuma. Não há nada para extrair, então não há nada para reconstruir.
A ferramenta avisa isso com clareza em vez de entregar um arquivo vazio. Se só algumas páginas forem escaneadas, ela indica quais números de página vieram vazios. Ler texto dentro de imagens não é algo que esta ferramenta faça.
Toda a conversão acontece dentro deste navegador. Ler o PDF e gravar o documento novo é feito por código rodando no seu dispositivo. Não existe nenhuma etapa de upload.
Você pode conferir. Abra a aba Rede nas ferramentas de desenvolvedor (F12) e faça uma conversão: ou aparece uma requisição de upload do tamanho do seu arquivo, ou não aparece.
Não. Ler o PDF e gravar a planilha acontecem dentro deste navegador.
Sim, linha por linha, na primeira coluna. Jogar fora o título acima da tabela, ou a unidade em que estão os números, deixaria números que ninguém consegue interpretar.
Isso acontece porque uma célula vazia não deixa rastro no PDF. Fazer cada célula cair na coluna mais próxima reduz muito o problema, mas tabelas com colunas muito próximas ainda podem sair desalinhadas.
Células mescladas não passam. O valor de um bloco mesclado cai na coluna individual mais próxima.
Um PDF não registra se um valor é um número ou um rótulo, por isso ele é salvo do jeito que aparece. Separadores de milhar e símbolos de moeda fazem o Excel ler o valor como texto. Mudar o formato da célula no Excel resolve.
Não. Um PDF escaneado é uma imagem da página e não tem texto para extrair.
Quem pesquisa "inserir PDF no Excel" quase sempre quer uma de duas coisas: colocar o arquivo PDF dentro da planilha ou levar a tabela do PDF para células onde dá para somar e filtrar. Este artigo separa as duas e mostra o caminho para a segunda, com a opção de importar PDF do Excel e sem ela.
Você converte um PDF para Word e a tabela sai torta. Acha que o conversor é ruim, testa outro e o resultado é praticamente o mesmo. Tem problema que não some trocando de ferramenta.