PDF till Excel-konverterare

Vad detektorn kan och inte kan återskapa

PDF-sidor lagrar positionerad text, inte kalkylbladsceller. Konverteraren grupperar närliggande text i rader, söker efter återkommande kolumnlägen, fyller ut saknade celler och avvisar block som inte liknar en regelbunden tabell. Den tar också hänsyn till sidrotation och det synliga sidområdet när positionerna läses.

Detektorn är avsiktligt försiktig. Det är bättre att rapportera att ingen tabell hittades än att göra ett övertygande men felaktigt kalkylblad av orelaterad sidtext. Jämför alltid viktiga värden med käll-PDF-filen innan du räknar, importerar eller stämmer av uppgifter.

Exportformat

XLSX skapar ett kalkylblad per vald tabell, med högst 200 kalkylblad i en nedladdning. Varje extraherat värde skrivs som en textcell. Konverteraren tolkar inte tal, datum, formler, valutor eller redovisningsformat och återskapar inte kantlinjer, teckensnitt, sammanfogade celler eller sidans ursprungliga utformning.

CSV och TSV laddar ner varje vald tabell separat. Du kan välja komma, semikolon eller tabulator som avgränsare. Fält som innehåller en avgränsare, ett citattecken eller en radbrytning omges av dubbla citattecken, och posterna använder CRLF-radslut enligt de vanliga reglerna i RFC 4180. En UTF-8-BOM är aktiverad som standard för bättre kompatibilitet med kalkylprogram, men rätt avgränsare beror fortfarande på programmet och dess regionala importinställningar.

Skydd mot kalkylbladsformler

En PDF kan innehålla text som börjar med =, +, - eller @. Vissa kalkylprogram kan tolka sådan text som en formel när en CSV-fil öppnas. Formelskyddet är aktiverat som standard och lägger till ett prefix i CSV-celler som liknar formler, även när de har inledande blanksteg eller helbreddsvarianter av dessa tecken, så att de med större sannolikhet förblir text.

Det minskar risken men är ingen allmän säkerhetsgaranti. OWASP:s vägledning om CSV Injection påpekar att kalkylprogram beter sig olika och att skyddet kan förändras när en CSV-fil sparas och öppnas igen. Låt skyddet vara på för opålitliga PDF-filer, granska de exporterade cellerna och aktivera inte makron eller ignorera säkerhetsvarningar. XLSX-utdata skriver extraherade värden uttryckligen som textceller, inte som formler.

Gränser och privat webbläsarlagring

• En PDF åt gången, högst 20 MiB och 150 sidor.
• PDF-filer med för många textfragment, för stor textmängd eller för mycket tabelldata avvisas innan de kan överbelasta webbläsaren.
• Förhandsvisningen visar de första 100 raderna i varje upptäckt tabell. Exporten innehåller alla upptäckta rader inom säkerhetsgränserna.
• En arbetsbok kan innehålla högst 200 valda kalkylblad.
• Lösenordsskyddade och krypterade PDF-filer stöds inte. Lås upp en kopia som du har rätt att använda innan du fortsätter.
• Under trestegsflödet lagras käll-PDF-filen, de upptäckta tabellerna och inställningarna privat i den här webbläsaren i 30 minuter. Högst tre jobb och totalt 80 MiB lokal jobbdata behålls.
• Endast en slumpmässig jobbidentifierare visas i flödets webbadress. PDF-filen, de extraherade värdena och de nedladdade filerna skickas inte via Livewire och laddas inte upp till resultatservern.
• När du väljer Börja om tas det aktuella lokala jobbet bort. Utgångna eller ogiltiga poster tas bort nästa gång verktyget kontrollerar webbläsarlagringen.

PDF-filen läses från sina lokala byte med PDF.js. Verktyget hämtar sina programbibliotek som vanliga webbresurser, men den valda PDF-filen följer inte med i dessa anrop.

Tillgänglig granskning

Uppladdningskontrollen går att använda med tangentbord, och förlopp samt fel meddelas till hjälpmedel. Upptäckta tabeller har tabellrubriker och kolumnrubriker. Förhandsvisningen kan rullas i sidled på små skärmar och behåller den upptäckta riktningen för tabeller med höger-till-vänster-skrift. Tillgänglighetsstödet underlättar granskningen, men ersätter inte en jämförelse med källan när noggrannheten är viktig.