Защо да преобразувате PDF в CSV, вместо да преписвате цифрите?
Таблица, затворена в PDF, е четлива, но неизползваема както е: не можете да я сортирате, филтрирате или да пуснете формула в нея. Копирането на стойностите на ръка е бавно и податливо на грешки, особено при извлечения, фактури или дълги експортирани списъци. Преобразуването на PDF в CSV ви предава файл със сурови данни, където всеки ред и всяка колона са готови за работа веднага.
CSV е универсален формат: след като данните ви са навън, отваряте ги в Excel или Google Sheets, за да сумирате цифри, да сравните серии или да изградите диаграма, и ги импортирате също толкова лесно в база данни, счетоводен пакет или инструмент за анализ. Извличането на таблица от PDF по този начин ви спестява всякакво преписване и запазва числата верни на източника.
Как се откриват колоните (и случаят със сканиран PDF)
Откриването разчита на това как е разположен текстът: полета, разделени с два или повече интервала, или с табулация, се четат като отделни колони. С други думи, чисто подравнена таблица дава най-добри резултати, докато неравномерно оформление може да слее колони и да наложи малко почистване във вашата електронна таблица.
Честна бележка: сканиран или фотографиран PDF е само изображение, без реален текст за разделяне на колони. Първо го пуснете през инструмента ocr, който възстановява действителен текст, преди да започнете извличането. Ако искате проза, а не данни, инструментът pdf-to-word пасва по-добре, а инструментът convert събира другите изходни формати. Относно поверителността, pdfOutils остава ориентиран към поверителността: вашите файлове се изтриват автоматично след обработка и не се изисква регистрация.