Convertir un PDF en Excel

Extraire les tableaux d’un PDF vers un vrai classeur XLSX, une feuille par tableau, avec un score de précision pour chacun. S’exécute sur notre serveur ; les fichiers sont supprimés automatiquement sous deux heures environ.

Déposez vos fichiers ici

.pdf · jusqu’à 300 Mo · 30 tâches par heure au maximum · le fichier est envoyé sur notre serveur et supprimé après le traitement ; le résultat est effacé sous deux heures environ

Choisissez des fichiers

AutoLattice (tableaux avec bordures)Stream (tableaux sans bordures)

Plus de réglages

PagesLa première ligne est un en-têteFusionner les tableaux avec les mêmes colonnesPrécision minimale80%

Comment extraire vers Excel

1
Envoyez votre PDF
Un rapport, une facture, un relevé ou tout document contenant des tableaux, jusqu’à 300 Mo et 200 pages.
2
Choisissez le mode de détection
Auto convient à la plupart des documents. Choisissez vous-même Lattice ou Stream si la mise en page du tableau est inhabituelle.
3
Téléchargez le classeur
Une feuille par tableau, avec de vraies cellules que vous pouvez trier, filtrer et utiliser pour vos calculs, pas un bloc de texte collé.

Lattice ou Stream : deux façons de lire un tableau

Lattice recherche les tableaux tracés avec des lignes de grille visibles, comme dans la plupart des factures, relevés bancaires et rapports. Quand les lignes sont présentes, c’est précis et rapide. Stream ne dispose pas de lignes à suivre, il déduit donc les colonnes de l’alignement du texte et des espaces entre les mots. Cela fonctionne pour les tableaux qui reposent uniquement sur l’espacement et l’alignement. Auto essaie d’abord Lattice, car c’est l’option la plus fiable lorsqu’elle s’applique, et ne passe à Stream que si le résultat paraît faible.

Un score de précision pour chaque tableau avant de décider

Chaque tableau détecté par Camelot est accompagné d’un score de précision mesuré, et les tableaux en dessous du seuil que vous définissez sont exclus du classeur plutôt qu’ajoutés sous forme de données brouillées. Vous voyez ainsi si la structure d’un tableau a été correctement reconnue avant d’ouvrir le fichier, au lieu de découvrir plus tard des lignes cassées et des cellules fusionnées. Une photocopie avec des lignes à peine visibles ou un tableau qui traverse un saut de page délicat obtient en général un score plus faible, et ce score bas est une information utile, pas un défaut.

Une feuille par tableau, ou fusionner ceux qui correspondent

Par défaut, chaque tableau devient sa propre feuille, nommée par numéro de page et de tableau, pour éviter qu’un rapport avec plusieurs petits tableaux ne les rassemble en un seul bloc confus. Activez la fusion et les tableaux qui ont le même nombre de colonnes sont assemblés dans une feuille unique avec une seule ligne d’en-tête. Cela convient à un rapport où le même tableau se répète sur plusieurs pages et que vous préférez avoir sous forme d’une plage continue.

Traité sur notre serveur, supprimé automatiquement

La détection de tableaux nécessite un véritable moteur d’analyse de mise en page qu’aucune bibliothèque dans le navigateur ne fournit. Le fichier est donc envoyé sur le serveur pour traitement. Le fichier envoyé est supprimé dès la fin du traitement. Le résultat reste téléchargeable pendant une heure et il est effacé du serveur sous deux heures environ, que vous l’ayez téléchargé ou non. Il n’y a pas d’inscription et rien à nettoyer à la main.

Questions fréquentes

Quelle est la différence entre Lattice et Stream ?

Lattice détecte les tableaux tracés avec des lignes de grille visibles et est l’option la plus précise lorsque ces lignes existent. Stream déduit les colonnes de l’alignement du texte et de l’espacement, pour les tableaux sans lignes du tout. Auto essaie d’abord Lattice et ne passe à Stream qu’en cas de besoin.

Que signifie le score de précision ?

C’est un score de confiance mesuré sur la qualité de détection de la structure du tableau, ses lignes, ses colonnes et les limites de ses cellules. Les tableaux sous le seuil que vous fixez sont exclus du résultat afin que des données brouillées ne se cachent pas dans une feuille.

Pourquoi un tableau sans lignes visibles est-il moins bien détecté ?

Sans lignes de grille, la détection doit deviner les limites des colonnes à partir du seul espacement, ce qui est moins sûr que suivre une ligne tracée. Essayez le mode Stream, qui est conçu pour ce cas.

Que faire si mon PDF est un scan ?

Un scan ne contient pas de calque texte à partir duquel lire les tableaux. Exécutez d’abord OCR PDF dessus, puis extrayez les tableaux à partir du résultat.

Les formules sont-elles conservées ?

Non. Un PDF ne contient jamais de formules, uniquement les valeurs produites par une feuille de calcul au moment de l’export.

Comment obtenir un CSV plutôt qu’un classeur Excel ?

Utilisez PDF en CSV. Il applique la même détection de tableaux et fournit à la place des fichiers CSV individuels.

Combien de temps mon fichier est-il conservé sur le serveur ?

Le PDF envoyé est supprimé dès la fin du traitement. Le classeur reste téléchargeable pendant une heure et il est effacé du serveur sous deux heures environ, que vous l’ayez téléchargé ou non.