將數據從 PDF 文件中的電子表格傳輸到 Microsoft Excel 工作表的任務總是“有趣”的。 特別是如果您沒有像 FineReader 或類似的昂貴的識別軟件。 直接複製通常不會帶來任何好處，因為。 將復制的數據粘貼到工作表上後，它們很可能會“粘在一起”成一列。 因此，他們將不得不使用工具精心分離 按列顯示文本 從標籤 數據 （數據 - 文本到列）.
當然，只能複制那些有文本層的PDF文件，即剛剛從紙質掃描到PDF的文檔，這在原則上是行不通的。
但它並不那麼難過，真的🙂
如果您有 Office 2013 或 2016，那麼在幾分鐘內，無需其他程序，就可以將數據從 PDF 傳輸到 Microsoft Excel。 Word 和 Power Query 將在這方面為我們提供幫助。
例如，讓我們以來自歐洲經濟委員會網站的包含大量文本、公式和表格的 PDF 報告為例：
…並嘗試在 Excel 中將其拉出，例如第一個表：
我們走吧！
步驟 1. 在 Word 中打開 PDF
出於某種原因，很少有人知道，但自 2013 年以來，Microsoft Word 已經學會了打開和識別 PDF 文件（甚至是掃描的文件，也就是說，沒有文本層！）。 這是以完全標準的方式完成的：打開 Word，單擊 文件——打開 （文件——打開） 並在窗口右下角的下拉列表中指定 PDF 格式。
然後選擇我們需要的PDF文件並點擊 已提交 （打開）. Word 告訴我們它將在此文檔上運行 OCR 到文本：
我們同意，幾秒鐘後，我們將看到我們的 PDF 已在 Word 中打開以供編輯：
當然，設計、樣式、字體、頁眉和頁腳等都會部分脫離文檔，但這對我們來說並不重要——我們只需要表格中的數據。 原則上，在這個階段，簡單地將表格從已識別的文檔複製到 Word 中，然後簡單地將其粘貼到 Excel 中已經很誘人了。 有時它會起作用，但更多時候它會導致各種數據失真——例如，數字可以變成日期或保留文本，就像我們的例子一樣，因為。 PDF 使用非分隔符：
所以讓我們不要偷工減料，而是讓一切變得更複雜一些，但是正確的。
步驟 2：將文檔另存為網頁
然後將接收到的數據加載到 Excel 中（通過 Power Query），我們在 Word 中的文檔需要以網頁格式保存——在這種情況下，這種格式是 Word 和 Excel 之間的一種共同點。
為此，請轉到菜單 文件 - 另存為 （文件 - 另存為） 或按 鍵 F12 在鍵盤和打開的窗口中，選擇文件類型 一個文件中的網頁 （網頁 - 單個文件）:
保存後，您應該會得到一個帶有 mhtml 擴展名的文件（如果您在資源管理器中看到文件擴展名）。
第 3 階段。通過 Power Query 將文件上傳到 Excel
您可以直接在Excel中打開創建的MHTML文件，但我們會立即獲得PDF的所有內容，以及文本和一堆不必要的表格，其次，我們將再次因不正確而丟失數據分隔符。 因此，我們將通過 Power Query 加載項導入 Excel。 這是一個完全免費的插件，您可以使用它從幾乎任何來源（文件、文件夾、數據庫、ERP 系統）將數據上傳到 Excel，然後以各種可能的方式轉換接收到的數據，使其具有所需的形狀。
如果你有 Excel 2010-2013，那麼你可以從微軟官方網站下載 Power Query——安裝後你會看到一個標籤 電源查詢. 如果您有 Excel 2016 或更高版本，則無需下載任何內容 - 默認情況下，所有功能都已內置到 Excel 中，並且位於選項卡上 數據 （日期） 在小組 下載並轉換 （獲取和轉換）.
所以我們要么去標籤 數據，或在選項卡上 電源查詢 並選擇一個團隊 獲取數據 or 創建查詢 - 從文件 - 從 XML. 要使 XML 文件不僅可見，請將窗口右下角下拉列表中的過濾器更改為 所有文件 （所有文件） 並指定我們的 MHTML 文件：
請注意，導入不會成功完成，因為。 Power Query 需要我們提供 XML，但我們實際上有 HTML 格式。 因此，在出現的下一個窗口中，您需要右鍵單擊 Power Query 無法理解的文件並指定其格式：
之後，該文件將被正確識別，我們將看到它包含的所有表的列表：
您可以通過在數據列中單元格的白色背景（不是單詞表！）中單擊鼠標左鍵來查看表的內容。
定義所需表後，單擊綠色單詞 枱燈 ——然後你“陷入”它的內容：
它仍然需要做幾個簡單的步驟來“梳理”它的內容，即：
- 刪除不必要的列（右鍵單擊列標題 - 清除)
- 用逗號替換點（選擇列，右鍵單擊 - 替換值)
- 刪除標題中的等號（選擇列，右鍵單擊 - 替換值)
- 刪除第一行 (首頁 – 刪除行 – 刪除頂行)
- 刪除空行 （首頁 - 刪除行 - 刪除空行）
- 將第一行提升到表頭（主頁 – 使用第一行作為標題)
- 使用過濾器過濾掉不必要的數據
當表格恢復其正常形式時，可以使用命令將其卸載到工作表上 關閉並下載 （關閉並加載） on 主要的 標籤。 我們將獲得我們已經可以使用的美麗：
- 使用 Power Query 將列轉換為表
- 將粘性文本拆分為列