Конвертер PDF в Excel

Возможности и ограничения детектора

В PDF хранятся позиции текста, а не ячейки электронной таблицы. Конвертер объединяет близкий текст в строки, ищет повторяющиеся позиции столбцов, заполняет пропущенные ячейки и отбрасывает блоки, не похожие на обычную таблицу. При чтении учитываются поворот и видимая область страницы.

Детектор намеренно консервативен: лучше не сообщить о таблице, чем превратить посторонний текст в убедительную, но неверную таблицу. Перед расчетом, импортом или сверкой сравните важные значения с исходным PDF.

Форматы экспорта

XLSX создает по одному листу на выбранную таблицу, не более 200 листов в одном файле. Все значения записываются как текст. Числа, даты, формулы, валюты и бухгалтерские форматы не распознаются автоматически; границы, шрифты, объединенные ячейки и дизайн страницы не воссоздаются.

CSV и TSV скачивают каждую таблицу отдельно. Доступны запятая, точка с запятой и табуляция. Поля с разделителем, кавычкой или переносом строки заключаются в двойные кавычки, а строки завершаются CRLF по распространенным правилам RFC 4180. UTF-8 BOM включен по умолчанию для совместимости, но нужный разделитель зависит от программы и региональных настроек.

Защита от формул

Текст PDF может начинаться с =, +, - или @, и некоторые программы выполняют такие значения как формулы при открытии CSV. Включенная по умолчанию защита добавляет префикс к похожим на формулы ячейкам, включая варианты после начальных пробелов и полноширинные символы.

Это снижение риска, а не универсальная гарантия безопасности. Рекомендации OWASP по CSV Injection предупреждают, что поведение программ различается, а после повторного сохранения и открытия экранирование может измениться. Для ненадежных PDF не отключайте защиту, проверяйте ячейки и не включайте макросы и не игнорируйте предупреждения. В XLSX значения явно записываются как текст, а не формулы.

Лимиты и локальное хранение

• Один PDF за раз, до 20 МиБ и 150 страниц.
• PDF с чрезмерным числом текстовых фрагментов, объемом текста или табличных данных отклоняются до перегрузки браузера.
• Предпросмотр показывает первые 100 строк каждой таблицы; экспорт включает все найденные строки в пределах безопасных лимитов.
• В книге может быть до 200 выбранных листов.
• Зашифрованные и защищенные паролем PDF не поддерживаются. Разблокируйте копию, которую имеете право использовать.
• В ходе трех шагов PDF, таблицы и настройки приватно хранятся в этом браузере 30 минут. Сохраняются максимум три задания и 80 МиБ локальных данных.
• В адресе процесса присутствует только случайный идентификатор. PDF, значения и файлы не передаются через Livewire и не загружаются на сервер результатов.
• Команда Начать заново удаляет текущее локальное задание. Просроченные и неверные записи удаляются при следующей проверке хранилища.

PDF читается из локальных байтов через PDF.js. Библиотеки загружаются как обычные веб-ресурсы, но выбранный PDF с этими запросами не отправляется.

Доступная проверка

Выбор файла работает с клавиатуры, а ход работы и ошибки озвучиваются вспомогательными технологиями. У найденных таблиц есть подписи и заголовки столбцов. На небольших экранах предпросмотр прокручивается горизонтально и сохраняет направление таблиц справа налево. Эти функции помогают проверить результат, но при важной точности не заменяют сверку с источником.