PDFIntact

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

Les tableaux PDF se décalent quand on les colle dans Excel

Vous sélectionnez un tableau dans un PDF, vous le collez dans Excel — et tout s'entasse dans une seule colonne, les lignes se décalent, les en-têtes fusionnés se dispersent. Plus le tableau contient de colonnes chiffrées, plus la reprise à la main est longue.

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.

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.

Essayer maintenant

Vérifiez sur votre propre PDF

L'analyse se fait entièrement dans votre navigateur. Votre fichier n'est jamais envoyé et aucun compte n'est requis. Voyez avant de payer combien de pages, de tableaux et de figures peuvent être extraits.

Exemple

取り出せるもの

  • 罫線 — 引いて書き出します。罫線が無いと結合セルの範囲が読めず、元のPDFと照合できません
  • 結合セル — 階層のある見出し行(横方向・縦方向)を再現します
  • 列見出し・行見出しの区別 — 列見出しは薄い網掛けと太字。行見出しは太字だけにします(都道府県名などの行見出しまで塗ると、シート全体がまだらになって構造が読めなくなるため)
  • 確度 — 各表の先頭に、読み取り値か推定値かの帯を置きます

本文も必要な場合は、同じ変換結果から Word・Markdown でも書き出せます。形式ごとに何が入るかもご確認ください。

Questions fréquentes

Pourquoi les tableaux PDF perdent-ils leur alignement dans Excel ?
Parce qu'un PDF ne stocke pas les tableaux comme des tableaux. Il stocke des instructions pour dessiner des caractères et des traits à des coordonnées, sans lien entre eux. La copie lit les caractères dans l'ordre du dessin, et lignes et colonnes se défont.
Les cellules fusionnées sont-elles conservées ?
Oui. Les en-têtes à plusieurs niveaux — fusionnés horizontalement et verticalement — sont reproduits comme cellules fusionnées dans Excel, et les filets sont tracés pour que vous voyiez l'étendue de chaque fusion et la compariez au PDF d'origine.
Et pour les documents comportant beaucoup de tableaux ?
Chaque tableau devient une feuille, nommée d'après sa page. Au-delà de 40 tableaux et graphiques, la sortie passe à trois feuilles — sommaire, tableaux, graphiques — avec des liens internes, car des dizaines d'onglets deviennent inutilisables.
Puis-je savoir si les chiffres ont été bien lus ?
Chaque tableau porte une mention de fiabilité indiquant si les valeurs ont été lues, estimées, ou n'ont pas pu être lues. Les cellules illisibles sont signalées plutôt que laissées vides en silence, pour que vous sachiez où vérifier.

Tester un PDF sur tous les symptômesCe que contient chaque format