Convertir PDF a Excel
Extrae tablas de un PDF a un libro de Excel real en formato XLSX, una hoja por tabla, con una puntuación de precisión para cada una. Se ejecuta en nuestro servidor; los archivos se borran automáticamente en unas dos horas.
Suelta tus archivos aquí
.pdf · hasta 300 MB · hasta 30 trabajos por hora · el archivo se sube a nuestro servidor y se borra al terminar el trabajo; el resultado se elimina en unas dos horas
Más ajustesMenos ajustes
Cómo extraer a Excel
- 1
Sube tu PDF
Un informe, factura, extracto u otro documento con tablas, de hasta 300 MB y 200 páginas.
- 2
Elige el modo de detección
Auto sirve para la mayoría de documentos. Elige Lattice o Stream si una tabla tiene un diseño poco habitual.
- 3
Descarga el libro
Una hoja por tabla, con celdas reales que puedes ordenar, filtrar y usar en cálculos, no un bloque de texto pegado.
Lattice o Stream: dos formas de ver una tabla
Lattice busca tablas dibujadas con líneas de cuadrícula visibles, como las que usan la mayoría de facturas, extractos bancarios e informes. Es preciso y rápido cuando esas líneas existen. Stream no tiene líneas que seguir, así que deduce las columnas por cómo se alinean las líneas de texto y por los espacios entre palabras, lo que funciona en tablas que solo dependen del espaciado y la alineación. Auto prueba primero con Lattice, porque es el modo más fiable cuando aplica, y pasa a Stream solo si el resultado parece flojo.
Una puntuación de precisión por tabla, antes de decidir
Cada tabla que encuentra camelot lleva asociada una puntuación de precisión medida, y las tablas por debajo del umbral que marques se dejan fuera del libro en lugar de incluirlas como datos distorsionados. Así ves si la estructura de una tabla se ha capturado bien antes de abrir el archivo, en vez de descubrir filas rotas y celdas unidas después. Una fotocopia con líneas muy claras o una tabla que se corta de forma rara entre dos páginas suele obtener una puntuación más baja, y esa puntuación baja es información útil, no un fallo.
Una hoja por tabla, o unir las que encajan
De forma predeterminada cada tabla se convierte en su propia hoja, con un nombre basado en el número de página y de tabla, para que un informe con varias tablas pequeñas no las mezcle en un único bloque confuso. Activa la opción de unir y las tablas que comparten el mismo número de columnas se combinan en una sola hoja con una única fila de encabezados. Eso viene bien en un informe donde la misma tabla se repite en varias páginas y prefieres tenerla como un rango continuo.
Se procesa en nuestro servidor y se borra automáticamente
La detección de tablas necesita un motor real de análisis de maquetación que ninguna biblioteca en el navegador ofrece, así que el archivo se sube al servidor para procesarlo. El archivo subido se borra en cuanto termina el trabajo. El resultado se puede descargar durante una hora y se elimina del servidor en unas dos horas, lo descargues o no. No hay registro ni nada que limpiar a mano.
Preguntas frecuentes
¿Cuál es la diferencia entre Lattice y Stream?
Lattice detecta tablas dibujadas con líneas de cuadrícula visibles y es la opción más precisa cuando esas líneas existen. Stream deduce las columnas por la alineación del texto y el espaciado, para tablas sin líneas. Auto prueba primero con Lattice y cambia a Stream si hace falta.
¿Qué significa la puntuación de precisión?
Es una puntuación de confianza que mide lo bien que se ha detectado la estructura de la tabla, sus filas, columnas y bordes de celda. Las tablas por debajo del umbral que marques se excluyen del resultado para que los datos distorsionados no se cuelen en una hoja.
¿Por qué una tabla sin líneas visibles se detecta peor?
Sin líneas de cuadrícula, la detección tiene que adivinar los límites de columna solo a partir del espaciado, lo que es menos fiable que leer una línea dibujada. Prueba el modo Stream, que está pensado para este caso.
¿Qué pasa si mi PDF es un escaneo?
Un escaneo no tiene capa de texto de la que leer las tablas. Ejecuta OCR PDF primero y luego extrae las tablas del resultado.
¿Se mantienen las fórmulas?
No. Un PDF nunca contiene fórmulas, solo los valores que generó la hoja de cálculo cuando se exportó.
¿Cómo obtengo CSV en lugar de un libro de Excel?
Usa PDF a CSV. Ejecuta la misma detección de tablas y en su lugar te da archivos CSV individuales.
¿Cuánto tiempo se guarda mi archivo en el servidor?
El PDF subido se borra en cuanto termina el trabajo. El libro resultante se puede descargar durante una hora y se elimina del servidor en unas dos horas, lo hayas descargado o no.