ข้อมูลตารางที่ติดอยู่ใน PDF เช่น รายการเดินบัญชี รายงานที่ส่งออก ตารางผลลัพธ์ เป็นเรื่องน่าหงุดหงิดอย่างแท้จริงเมื่อคุณต้องการมันในสเปรดชีตหรือฐานข้อมูลจริง ๆ การแปลง PDF เป็น CSV ทำได้ แต่ความน่าเชื่อถือขึ้นอยู่กับวิธีที่ตารางถูกสร้างขึ้นมาแต่แรกอย่างมาก นี่คือสิ่งที่ควรคาดหวังและวิธีได้ผลลัพธ์ที่ดีที่สุด
ทำไม PDF-to-CSV ไม่ตรงไปตรงมาเสมอไป
PDF จริง ๆ แล้วไม่ได้เก็บ "ตาราง" เป็นแนวคิดเชิงโครงสร้างแบบที่สเปรดชีตทำ มันเก็บข้อความและเส้นที่วางในพิกัดเฉพาะบนหน้ากระดาษ เมื่อคุณแปลงเป็น CSV เครื่องมือต้องอนุมานว่าข้อความไหนอยู่ในแถวและคอลัมน์ไหนตามตำแหน่งที่มองเห็นนั้น วิธีนี้ทำงานได้ดีสำหรับตารางที่สะอาดและง่าย และเชื่อถือได้น้อยลงเรื่อย ๆ เมื่อตารางซับซ้อนขึ้น (เซลล์รวม เนื้อหาเซลล์หลายบรรทัด ระยะห่างไม่สม่ำเสมอ)
ขั้นตอนที่ 1: แปลง PDF
Reduce your PDF file size instantly. No software needed.
- ไปที่ PDF to Excel ซึ่งจัดการตรรกะการดึงข้อมูลตาราง จากสเปรดชีตผลลัพธ์ การบันทึกเป็น CSV เป็นการส่งออกคลิกเดียวใน Excel, Google Sheets หรือซอฟต์แวร์สเปรดชีตใด ๆ
- อัปโหลด PDF ของคุณ และให้มันประมวลผล
- ดาวน์โหลดผลลัพธ์ และเปิดในซอฟต์แวร์สเปรดชีตที่คุณเลือก
ขั้นตอนที่ 2: ตรวจสอบการดึงข้อมูลก่อนเชื่อถือ
ขั้นตอนนี้สำคัญกว่าการแปลงอื่น ๆ เกือบทั้งหมดสำหรับ PDF-to-CSV เพราะข้อผิดพลาดของโครงสร้างตารางไม่ได้ชัดเจนเสมอไปในการมองผ่าน ๆ
- ตรวจสอบหลายแถวเทียบกับ PDF ต้นฉบับ ยืนยันว่าค่าตกในคอลัมน์ที่ถูกต้อง ไม่ใช่แค่ว่าข้อมูลถูกดึงออกมาเท่านั้น
- ตรวจสอบเซลล์ที่รวมหรือแยก เซลล์หลายบรรทัดในตารางต้นฉบับบางครั้งถูกแยกออกเป็นหลายแถวในผลลัพธ์ หรือสองคอลัมน์แยกกันถูกรวมเป็นหนึ่ง
- ตรวจสอบการจัดรูปแบบตัวเลข สัญลักษณ์สกุลเงิน ตัวคั่นหลักพัน หรือการจัดรูปแบบตัวเลขติดลบ (วงเล็บเทียบกับเครื่องหมายลบ) อาจแปลงไม่สอดคล้องกันและสำคัญมากหากคุณกำลังคำนวณจากผลลัพธ์
- ตรวจสอบแถวหัวตาราง ยืนยันว่าหัวคอลัมน์ถูกดึงออกมาถูกต้องและสอดคล้องกับข้อมูลด้านล่าง
ขั้นตอนที่ 3: บันทึกเป็น CSV
Turn any PDF into an editable Word document in seconds.
เมื่อคุณยืนยันแล้วว่าข้อมูลดูถูกต้อง
- ในซอฟต์แวร์สเปรดชีตของคุณ ใช้ "Save As" หรือ "Export" และเลือกรูปแบบ CSV
- ระวังปัญหาการเข้ารหัส หากข้อมูลของคุณมีตัวอักษรที่ไม่ใช่ภาษาอังกฤษ ซอฟต์แวร์สเปรดชีตสมัยใหม่ส่วนใหญ่ตั้งค่าเริ่มต้นเป็น UTF-8 ซึ่งจัดการเรื่องนี้ได้ถูกต้อง แต่คุ้มค่าที่จะยืนยันหากคุณกำลังทำงานกับข้อมูลนานาชาติ
สิ่งที่แปลงได้ดีเทียบกับสิ่งที่ต้องทำความสะอาดด้วยมือ
แปลงได้เชื่อถือได้
- ตารางง่าย ๆ ที่มีแถวและคอลัมน์สอดคล้องกัน
- ตารางที่มีเส้นตารางชัดเจนหรือระยะห่างสม่ำเสมอ
- เนื้อหาเซลล์บรรทัดเดียว (ไม่มีข้อความตัดบรรทัดภายในเซลล์)
มักต้องทำความสะอาดด้วยมือ
- ตารางที่มีเซลล์รวมหรือหัวตารางหลายแถวที่ซับซ้อน
- เซลล์ที่มีข้อความตัดบรรทัดหลายบรรทัด
- ตารางที่ไม่มีเส้นตารางที่มองเห็นได้ พึ่งพาระยะห่างล้วน ๆ (ยากกว่าสำหรับตรรกะการดึงข้อมูลในการตีความอย่างถูกต้อง)
- ตารางที่สแกน (ภาพ ไม่ใช่ข้อความจริง) สิ่งเหล่านี้ต้องการ OCR ก่อน และการรู้จำโครงสร้างตารางของ OCR โดยทั่วไปเชื่อถือได้น้อยกว่าการดึงข้อมูลจากตารางที่สร้างแบบดิจิทัล
การทำงานจากตารางที่สแกน
หากต้นฉบับของคุณเป็นเอกสารที่สแกนแทนที่จะเป็น PDF ที่สร้างแบบดิจิทัล ยังไม่มีข้อความฝังอยู่ให้ดึงออกมา
- รัน OCR ก่อน เพื่อรู้จำข้อความ
- คาดหวังการทำความสะอาดด้วยมือมากกว่า ตารางที่สร้างแบบดิจิทัล OCR กู้คืนข้อความได้ถูกต้องในกรณีส่วนใหญ่ แต่การอนุมานโครงสร้างตารางที่แม่นยำจากภาพที่สแกนโดยเนื้อแท้แล้วเชื่อถือได้น้อยกว่าการดึงข้อมูลจาก PDF ที่เก็บข้อความที่วางตำแหน่งจริงตั้งแต่แรก
- ตรวจสอบเทียบกับภาพสแกนต้นฉบับอย่างระมัดระวังเสมอ นี่คือกรณีที่มีแนวโน้มมากที่สุดที่ต้องการการแก้ไขทีละแถว
คำถามที่พบบ่อย
ทำไมคอลัมน์ตารางของฉันถึงเรียงตัวผิดหลังจากแปลงเป็น CSV สิ่งนี้มักเกิดขึ้นกับตารางที่ขาดระยะห่างหรือเส้นตารางที่ชัดเจนและสม่ำเสมอใน PDF ต้นฉบับ ทำให้ตรรกะการดึงข้อมูลกำหนดขอบเขตคอลัมน์ได้ยากขึ้น บางครั้งจำเป็นต้องแก้ไขด้วยมือสำหรับตารางที่ไม่สม่ำเสมอ
ฉันสามารถแปลงตารางที่สแกนเป็น CSV ได้หรือไม่ ได้ แต่รัน OCR ก่อนเพื่อรู้จำข้อความ และคาดหวังว่าจะต้องตรวจสอบผลลัพธ์อย่างระมัดระวังมากขึ้น การรู้จำโครงสร้างตารางจากภาพที่สแกนเชื่อถือได้น้อยกว่าจาก PDF ที่สร้างแบบดิจิทัล
มีตัวแปลง "PDF เป็น CSV" โดยตรงหรือไม่ หรือฉันต้องผ่าน Excel ก่อน การแปลงเป็นรูปแบบ Excel/สเปรดชีตก่อน แล้วบันทึกเป็น CSV ให้คุณโอกาสตรวจสอบและแก้ไขข้อมูลก่อนสรุปผล การไปตรง ๆ ที่ CSV จะข้ามขั้นตอนการตรวจสอบที่สำคัญนั้นไป
ทำไมตัวเลขบางตัวถึงดูแตกต่างหลังการแปลง เช่น สัญลักษณ์สกุลเงินหายไป การจัดรูปแบบตัวเลข (สัญลักษณ์สกุลเงิน ตัวคั่นหลักพัน) อาจแปลงไม่สอดคล้องกันขึ้นอยู่กับวิธีที่ PDF ต้นฉบับเข้ารหัสไว้ ตรวจสอบคอลัมน์ตัวเลขอย่างระมัดระวังเสมอหากคุณวางแผนจะคำนวณจากผลลัพธ์
ตาราง PDF ประเภทไหนที่แปลงได้น่าเชื่อถือที่สุด ตารางที่สร้างแบบดิจิทัล (ไม่สแกน) ที่มีเซลล์บรรทัดเดียวง่าย ๆ และโครงสร้างที่มองเห็นสม่ำเสมอ แปลงได้น่าเชื่อถือที่สุด ยิ่งต้นฉบับซับซ้อนหรือสแกนมากเท่าไร คุณควรคาดหวังการตรวจสอบด้วยมือมากขึ้นเท่านั้น
สรุป
การแปลง PDF-to-CSV ทำงานได้ดีสำหรับตารางที่สะอาดและง่าย และต้องการการตรวจสอบอย่างระมัดระวังสำหรับสิ่งที่ซับซ้อนกว่า เซลล์รวม ข้อความตัดบรรทัด หรือแหล่งที่สแกน ล้วนเพิ่มโอกาสของข้อผิดพลาดเชิงโครงสร้างที่ไม่ชัดเจนจนกว่าคุณจะเปรียบเทียบกับต้นฉบับ ตรวจสอบเสมอก่อนที่คุณจะเชื่อตัวเลข
มีตารางที่ต้องดึงข้อมูลหรือไม่ ลอง PDF to Excel ฟรีและทำงานในเบราว์เซอร์ของคุณ
กำลังทำงานจากภาพสแกนอยู่หรือไม่ รัน OCR ก่อนเพื่อรู้จำข้อความ