PDFIntact

Extraire les tableaux et le texte d'un PDF, tels quels

Ce PDF va-t-il
ressortir proprement ?

Un résultat réel

Voici ce que donne la conversion

Le résultat d'un vrai PDF passé dans le service. Pas un exemple fabriqué.Faites glisser le curseur pour superposer l'original et le résultat.

PDF d'origineUne page de l'annuaire statistique du Japon (transport ferroviaire de marchandises) — l'original, avant conversion
Résultat
年度貨物輸送量
貨物数量 (1,000トン)貨物トンキロ (100万トンキロ) 1)
計コンテナ車扱計コンテナ車扱
平成 30 年42,32123,05019,27119,36917,7241,645
令和 元 年42,66023,50619,15419,99318,3821,610
239,12421,27317,85018,34016,8381,502
年度旅客輸送量
旅客数量 (100万人)旅客人キロ (100万人キロ) 2)
計定期定期外計定期定期外
計
平成 30 年25,26914,62710,642441,614212,055229,559
令和 元 年25,19014,79710,392435,063213,511221,552
217,67011,2526,418263,211160,549102,662
JR
平成 30 年9,5565,8173,739277,670113,177164,493
令和 元 年9,5035,8763,627271,936113,907158,029
26,7074,6082,099152,08487,86864,216
# 新幹線1564211434,9363,64231,294
民鉄
(JR以外)
平成 30 年15,7148,8106,903163,94498,87865,066
令和 元 年15,6878,9216,765163,12699,60463,523
210,9636,6444,319111,12772,68038,447
年度索道旅客輸送量
旅客数量 (1,000人)旅客収入 (100万円)
計普通索道
3)
特殊索道
4)
計普通索道
3)
特殊索道
4)
平成 30 年295,19450,235244,95970,65827,51443,145
令和 元 年239,59445,441194,15363,01725,96437,053
2200,06923,843176,22643,34313,81229,531

Mesuré sur cette page : 124 nombres sur 125 concordent (99,2 %). Un seul diffère. Le document est un annuaire statistique japonais.

Notre rapport à la précision

Nous ne mélangeons jamais le lu et l'estimé

Chaque valeur produite porte l'une de trois mentions. Le texte et les tableaux sont lus dans le document puis recoupés avec sa couche de texte lorsqu'elle existe. Les graphiques sans chiffres imprimés sont estimés d'après la forme des barres et des courbes, et toujours signalés comme estimations. Ce que nous n'avons pas pu lire est omis plutôt que deviné : un chiffre faux qui a l'air sûr est pire qu'un trou.

Les graphiques sont notre point faible. Sans chiffres imprimés, les valeurs proviennent de la hauteur des barres et du tracé des courbes. Nous ne les donnons pas pour des faits : elles sont affichées comme des estimations. Si vous avez besoin de chiffres fiables tirés de graphiques, l'outil ne convient pas encore. Plusieurs graphiques réunis en une seule figure sont hors périmètre.

Tarifs

Le prix est connu à l'avance

Paiement unique par document. Sans compte. Tous les formats (Excel, Word, Markdown) sont inclus et exportables autant de fois que vous voulez.

pages
2,90 $US11〜30 pages
Paliers de prix
PagesÀ l'unitéAvec des crédits
1〜101,50 $US0,039 $US / page100 crédits 3,90 $US
11〜302,90 $US0,039 $US / page100 crédits 3,90 $US
31〜604,99 $US0,039 $US / page100 crédits 3,90 $US−21%
61〜1007,90 $US0,039 $US / page100 crédits 3,90 $US−50%
101〜20013,90 $US0,028 $US / page300 crédits 8,50 $US−38%
201〜—Crédits (prépayés)

Les crédits sont prépayés, 1 crédit = 1 page. Ceux que vous n'utilisez pas servent au document suivant (valables 180 jours après l'achat, compte requis).

L'analyse est gratuite. Vous ne payez que la conversion, et rien ne s'ajoute ensuite.

Comment ça marche

La cause, et la solution

Pourquoi cela arrive

La cause : un PDF ne connaît pas la notion de tableau. Son contenu n'est qu'une suite d'instructions : « dessine ce caractère à cette coordonnée », « trace un trait ici ». À l'œil, filets et chiffres forment un tableau ; dans le fichier, ils n'ont aucun rapport. La copie ramasse les caractères dans l'ordre du tracé, et la correspondance ligne/colonne se perd là.

Comment nous le corrigeons

Il faut donc reconstruire la structure à partir des coordonnées. PDFIntact analyse la mise en page, détermine quelle cellule appartient à quelle ligne et quelle colonne, où les cellules sont fusionnées, puis les écrit comme de vraies cellules fusionnées dans Excel.

Rester informé

Être prévenu

Nous vous informerons des gains de précision et des nouveaux formats. L'analyse est gratuite et ne demande aucun compte.

Utilisé uniquement pour ces informations. Désinscription à tout moment.