PDF sang Excel

Bảng trong PDF rất thường không hề có đường kẻ bao quanh. Chỗ nào có thì những đường ấy được vẽ ở lớp khác với chữ, vô hình với mọi thứ đang rút chữ ra. Đó là lý do các cách làm dựa trên tìm đường kẻ hỏng thường xuyên đến vậy.

Nên thứ được đọc là vị trí. Trong một dòng, một khoảng hở rộng hơn hẳn khoảng cách giữa các từ nghĩa là ranh giới ô, và khi những khoảng hở ấy đứng cùng một vị trí ngang qua vài dòng liên tiếp thì khối đó là một cái bảng. Tối thiểu ba dòng. Khối hai dòng thường là một tiêu đề với ngày tháng đẩy sang phải, biến nó thành bảng chỉ làm khó đọc hơn.

Một ô rỗng không để lại dấu vết nào trong tệp, vì ở đó chưa từng có ký tự. Nối các ô theo thứ tự sẽ đẩy mọi thứ lệch đi một, nên mỗi ô được thả vào cột gần nó nhất và phần còn lại để trống.

Khi các bảng nằm rải trên nhiều trang, dồn tất cả vào một trang tính làm mất dấu con số đến từ trang nào. Nên mỗi trang thành một trang tính riêng, đặt tên theo số trang.

Những dòng không thuộc bảng cũng được giữ, mỗi dòng một hàng. Bỏ đi tiêu đề phía trên bảng, hay dòng ghi đơn vị của các con số, sẽ để lại những con số không ai đọc nổi. Hình ảnh và con dấu in trên trang cũng được đưa vào, xếp bên dưới phần dữ liệu của mỗi trang tính để chúng không nổi lên trên các ô và cản trở việc tính toán.

Một tệp PDF tạo ra bằng cách chụp giấy hay đưa qua máy quét văn phòng chỉ là một tấm ảnh cho mỗi trang. Mắt bạn thấy chữ, nhưng trong tệp thì không có chữ nào. Không có gì để lấy ra nên cũng không có gì để dựng lại.

Công cụ nói thẳng điều đó thay vì đưa cho bạn một tệp rỗng. Nếu chỉ vài trang là ảnh quét, nó nêu rõ những trang nào trả về rỗng. Đọc chữ ra từ hình ảnh không phải việc công cụ này làm.

Toàn bộ việc chuyển đổi diễn ra bên trong trình duyệt này. Đọc tệp PDF và viết tài liệu mới đều do mã chạy trên thiết bị của bạn thực hiện. Không hề có bước tải lên nào.

Bạn có thể tự kiểm chứng. Mở tab mạng trong công cụ dành cho nhà phát triển (F12) rồi chạy một lần chuyển đổi: hoặc có một yêu cầu tải lên lớn bằng tệp của bạn, hoặc không.