Konwerter PDF do Excela

Co detektor potrafi odzyskać

Strona PDF przechowuje tekst wraz z jego położeniem, a nie komórki arkusza. Konwerter grupuje pobliski tekst w wiersze, szuka powtarzalnych punktów zaczepienia kolumn, uzupełnia brakujące komórki i odrzuca bloki, które nie przypominają regularnej tabeli. Uwzględnia też obrót i widoczny obszar strony.

Detektor celowo działa zachowawczo. Lepiej nie zgłosić tabeli, niż zamienić niezwiązany tekst w wiarygodnie wyglądający, lecz błędny arkusz. Przed obliczeniami, importem lub uzgadnianiem zawsze porównaj ważne wartości ze źródłowym PDF-em.

Formaty eksportu

XLSX tworzy po jednym arkuszu na wybraną tabelę, maksymalnie 200 arkuszy w jednym pliku. Każda wartość jest zapisywana jako tekst. Konwerter nie rozpoznaje automatycznie liczb, dat, formuł, walut ani formatów księgowych i nie odtwarza obramowań, czcionek, scalonych komórek ani wyglądu strony.

CSV i TSV zapisują każdą wybraną tabelę osobno. Dostępne są przecinek, średnik i tabulator. Pola zawierające separator, cudzysłów lub podział wiersza są ujmowane w podwójny cudzysłów, a rekordy kończą się CRLF zgodnie z typowymi regułami RFC 4180. Znacznik UTF-8 BOM jest domyślnie włączony dla lepszej zgodności z arkuszami, ale właściwy separator zależy od programu i ustawień regionalnych.

Bezpieczeństwo formuł arkusza

Tekst w PDF-ie może zaczynać się od =, +, - lub @. Niektóre arkusze uznają taki tekst w otwartym CSV za formułę. Domyślnie włączona ochrona poprzedza komórki wyglądające jak formuły dodatkowym znakiem, także po początkowych odstępach i w przypadku pełnoszerokich odpowiedników.

To ograniczenie ryzyka, a nie uniwersalna gwarancja bezpieczeństwa. Wytyczne OWASP dotyczące CSV Injection wskazują, że programy zachowują się różnie, a zabezpieczenie może się zmienić po ponownym zapisaniu i otwarciu CSV. Dla niezaufanych PDF-ów pozostaw ochronę włączoną, sprawdź komórki i nie włączaj makr ani nie ignoruj ostrzeżeń. W XLSX wartości są zapisywane jawnie jako tekst, a nie formuły.

Limity i prywatne dane w przeglądarce

• Jeden PDF naraz, do 20 MiB i 150 stron.
• Pliki z nadmierną liczbą fragmentów tekstu, ilością tekstu lub danych tabel są odrzucane, zanim przeciążą przeglądarkę.
• Podgląd pokazuje pierwsze 100 wierszy każdej tabeli, natomiast eksport obejmuje wszystkie wykryte wiersze mieszczące się w limitach.
• Skoroszyt może zawierać do 200 wybranych arkuszy.
• PDF-y zaszyfrowane i chronione hasłem nie są obsługiwane. Najpierw odblokuj kopię, do której masz uprawnienia.
• Podczas trzech kroków źródłowy PDF, tabele i ustawienia pozostają prywatnie w tej przeglądarce przez 30 minut. Zachowywane są najwyżej trzy zadania i 80 MiB lokalnych danych.
• W adresie procesu znajduje się tylko losowy identyfikator zadania. PDF, wartości i pobrane pliki nie są wysyłane przez Livewire ani na serwer wyników.
• Wybranie Zacznij od nowa usuwa bieżące lokalne zadanie. Wygasłe lub błędne rekordy są usuwane przy kolejnym sprawdzeniu pamięci przeglądarki.

PDF jest odczytywany z lokalnych bajtów przez PDF.js. Narzędzie pobiera biblioteki jak zwykłe zasoby internetowe, ale nie dołącza do tych żądań wybranego dokumentu.

Dostępny podgląd

Pole wyboru pliku działa z klawiatury, a postęp i błędy są ogłaszane technologiom wspomagającym. Tabele mają podpisy i nagłówki kolumn. Na małych ekranach podgląd można przewijać poziomo; zachowywany jest też wykryty kierunek tabel pisanych od prawej do lewej. Ułatwienia pomagają w kontroli, ale nie zastępują porównania ze źródłem, gdy liczy się dokładność.