Trình chuyển PDF sang Excel

Bộ phát hiện có thể và không thể khôi phục những gì

Trang PDF lưu văn bản ở các vị trí cụ thể, chứ không lưu ô bảng tính. Trình chuyển đổi này gom văn bản ở gần nhau thành hàng, tìm các mốc cột lặp lại, chèn ô trống khi cần và loại những khối không giống bảng đều. Khi đọc vị trí, công cụ cũng tính đến góc xoay và khung trang đang hiển thị.

Bộ phát hiện được thiết kế thận trọng. Báo không tìm thấy bảng vẫn tốt hơn biến các đoạn văn bản rời rạc thành một bảng tính trông hợp lý nhưng sai. Luôn đối chiếu giá trị quan trọng với PDF nguồn trước khi tính toán, nhập hay đối soát dữ liệu.

Định dạng xuất

XLSX tạo một trang tính cho mỗi bảng đã chọn, tối đa 200 trang tính trong một lần tải. Mọi giá trị trích xuất được ghi dưới dạng ô văn bản. Trình chuyển đổi không suy đoán số, ngày, công thức, tiền tệ hoặc định dạng kế toán, đồng thời không dựng lại đường viền, phông chữ, ô gộp hay thiết kế trang gốc.

CSV và TSV tải riêng từng bảng đã chọn. Bạn có thể dùng dấu phẩy, dấu chấm phẩy hoặc tab làm dấu phân cách. Trường kiểu CSV được đặt trong dấu ngoặc kép khi chứa dấu phân cách, dấu ngoặc kép hoặc xuống dòng; mỗi bản ghi dùng ký tự kết thúc dòng CRLF theo quy tắc phổ biến trong RFC 4180. UTF-8 BOM được bật mặc định để tăng khả năng tương thích với phần mềm bảng tính, nhưng dấu phân cách phù hợp vẫn phụ thuộc vào ứng dụng và thiết lập vùng khi nhập.

An toàn trước công thức bảng tính

PDF có thể chứa văn bản bắt đầu bằng =, +, - hoặc @. Một số phần mềm bảng tính có thể hiểu văn bản đó là công thức khi mở tệp CSV. Bảo vệ công thức được bật mặc định và thêm tiền tố vào các ô CSV giống công thức để chúng có nhiều khả năng được giữ ở dạng văn bản, kể cả ô có khoảng trắng ở đầu hoặc biến thể ký tự toàn chiều rộng.

Đây là biện pháp giảm rủi ro, không phải bảo đảm an toàn tuyệt đối. Hướng dẫn CSV Injection của OWASP lưu ý rằng mỗi phần mềm bảng tính xử lý khác nhau và cách thoát ký tự có thể thay đổi sau khi CSV được lưu rồi mở lại. Hãy giữ bảo vệ với PDF không đáng tin, kiểm tra các ô đã xuất và không bật macro hay bỏ qua cảnh báo bảo mật của phần mềm bảng tính. Đầu ra XLSX ghi rõ giá trị trích xuất thành ô chuỗi, không phải công thức.

Giới hạn và bộ nhớ riêng trong trình duyệt

• Mỗi lần xử lý một PDF, tối đa 20 MiB và 150 trang.
• PDF có quá nhiều mảnh văn bản, dung lượng văn bản hoặc dữ liệu bảng sẽ bị từ chối trước khi có thể làm trình duyệt quá tải.
• Bản xem trước trên trang hiển thị 100 hàng đầu tiên của mỗi bảng; tệp xuất bao gồm mọi hàng được phát hiện trong giới hạn an toàn.
• Một sổ làm việc có thể chứa tối đa 200 trang tính đã chọn.
• Không hỗ trợ PDF có mật khẩu hoặc được mã hóa. Hãy mở khóa một bản sao mà bạn được phép sử dụng trước khi chuyển đổi.
• Trong quy trình ba bước, PDF nguồn, bảng được phát hiện và thiết lập được lưu riêng trong trình duyệt này trong 30 phút. Trang web giữ tối đa ba tác vụ và tổng cộng 80 MiB dữ liệu tác vụ cục bộ.
• URL của quy trình chỉ chứa mã tác vụ ngẫu nhiên. PDF, giá trị trích xuất và tệp tải xuống không được gửi qua máy chủ của chúng tôi hay tải lên máy chủ kết quả.
• Chọn Bắt đầu lại sẽ xóa tác vụ cục bộ hiện tại. Bản ghi hết hạn hoặc không hợp lệ được xóa khi công cụ kiểm tra lại bộ nhớ trình duyệt.

PDF được nạp từ dữ liệu cục bộ thông qua PDF.js. Công cụ tải các thư viện ứng dụng như tài nguyên web thông thường, nhưng không gửi PDF đã chọn kèm các yêu cầu đó.

Kiểm tra dễ tiếp cận

Bạn có thể dùng bàn phím để thao tác với bộ chọn tệp, tiến trình và lỗi được thông báo cho công nghệ hỗ trợ, còn bảng phát hiện được có chú thích và tiêu đề cột. Bản xem trước hỗ trợ cuộn ngang trên màn hình nhỏ và giữ hướng được phát hiện cho bảng từ phải sang trái. Hỗ trợ tiếp cận giúp việc kiểm tra dễ hơn, nhưng không thay thế việc đối chiếu nguồn khi độ chính xác là yếu tố quan trọng.