Estrai le tabelle da un PDF
Carichi un PDF con una tabella (l'estratto conto, il listino, l'orario) e la ritrovi nelle colonne giuste, pronta da copiare in Excel o scaricare in CSV. Basta con il copia-incolla che spalma tutto in una colonna sola. Il file non esce dal tuo browser.
Perché il copia-incolla di un PDF perde le colonne
Dentro un PDF non ci sono «tabelle»: ci sono tanti pezzetti di testo, ognuno con la sua posizione sulla pagina. Quando copi e incolli, il computer li mette in fila e le colonne spariscono. Qui invece si leggono le coordinate di ogni pezzo di testo: quelli alla stessa altezza fanno una riga, quelli incolonnati fanno una colonna, e la tabella si ricompone come la vedi sul foglio.
Copia per Excel o scarica in CSV
Il tasto Copia per Excel mette la tabella negli appunti nel formato che Excel e i Fogli Google capiscono al volo: incolli e le colonne si separano da sole. Il CSV invece è un file, con il separatore giusto per la tua lingua (il punto e virgola dove il decimale è la virgola, così Excel italiano non spalma tutto in una colonna). Le prime 60 righe si vedono in anteprima; nel file ci sono tutte.
Se le colonne non tornano, le sistemi tu
Il riconoscimento automatico funziona bene sulle tabelle con le colonne ben separate, ma un documento può avere due colonne così vicine da sembrarne una, o una descrizione lunga che sfora. Per questo c'è il campo Colonne: se il numero riconosciuto è sbagliato, lo cambi e la tabella si rifà divisa in quel numero di colonne uguali. Non è magia che indovina sempre: è uno strumento che ti fa correggere quando serve, invece di darti un risultato sbagliato senza dirlo.
Come viene controllato che sia giusto
L'estrazione di una tabella è un'euristica, e un'euristica va provata contro un giudice indipendente: qui la tabella tirata fuori da un PDF viene confrontata, cella per cella, con pdfplumber, una libreria che fa proprio questo mestiere. E su un finto estratto conto la somma della colonna degli importi deve tornare al centesimo: è la cosa che chi ha in mano l'estratto conto vero controllerebbe per prima.
Quello che non fa
Non legge le scansioni: se il PDF è la fotografia di un foglio, dentro non c'è testo ma solo un'immagine, e lì non c'è niente da incolonnare (te lo dice, e ti manda a Immagine in testo). Non ricostruisce le tabelle con le celle unite in modo complicato, e sulle colonne molto vicine può sbagliare: per questo c'è la correzione a mano. Se ti serve solo il testo senza colonne c'è Estrai testo da PDF, e per aprire un CSV in Excel senza rovinare i numeri Da CSV a Excel.