PDF naar Excel

Nee, je krijgt het document. De werkmap opent op een blad Inhoud dat elke tabel opsomt met de pagina waar hij vandaan komt, het aantal regels en het aantal kolommen, zodat je de juiste vindt zonder twaalf tabbladen te openen. Daarna één werkblad per tabel, genoemd naar de kop die het document eraan gaf — een energierekening komt terug met tabbladen die de namen van haar eigen onderdelen dragen in plaats van Tabel 1, Tabel 2, Tabel 3. En tot slot een blad Tekst met alles wat niet in een tabel stond, op leesvolgorde, met de pagina ernaast. Dat laatste weegt zwaarder dan het klinkt: op een factuur is het bedrag dat echt in rekening wordt gebracht een regel tekst bóven de tabellen en nooit een regel erin, dus wie alleen de roosters bewaart gooit juist het getal weg waar het document over gaat. Haal het vinkje weg als je alleen de tabellen wilt.

Omdat alleen een tabel wordt aangenomen die het document echt getekend heeft. Een raster heeft lijnen nodig, of drie opeenvolgende regels waarvan de tekst dezelfde kolommen vormt met een duidelijke ruimte ertussen. Daarmee vallen best wat echte tabellen af — een tabel zonder randen en met twee regels wordt niet gevonden — en dat is een bewuste afweging. Tekst staat om allerlei redenen in kolommen: een inhoudsopgave, een adresblok, een gedicht, een stukje code. Een van die dingen in een spreadsheet veranderen is een veel luidere fout dan zeggen dat er niets stond, want een verkeerde tabel ziet er af uit. Vindt pdf tabel naar excel niets, dan is de pagina meestal tekst en geen raster, en PDF naar Word geeft je iets waarmee je verder kunt.

Als getallen, en daar zit het hele werk. € 1.234,50 wordt 1234,5 weergegeven als geld; 45% wordt 0,45 weergegeven als percentage; (1.234,50) en 1.234,50- worden beide -1234,5, want zo schrijft een boekhouding een min. Het moeilijke is het decimaalteken: 1.234 is duizend tweehonderdvierendertig in Amsterdam en één komma twee drie vier in Londen, en één cel alleen zegt niet welke van de twee. Daarom wordt die vraag per tabel beslist en niet per cel: in een tabel met bedragen staat bijna altijd een bedrag met twee decimalen dat maar op één manier uitkomt, en dat bedrag beslist voor de rest.

Die blijven tekst, met opzet. Een datum als 12/05/2026 zegt niet welk van de eerste twee getallen de maand is, en een werkblad vol datums die er drie weken naast zitten is erger dan een werkblad vol tekst. Een code die met een nul begint — 007, of een postcode als 01234 — verliest die nul op het moment dat hij een getal wordt. Alles boven vijftien cijfers, zoals een kaart- of rekeningnummer, verliest zijn laatste cijfers door de manier waarop een spreadsheet getallen bewaart. En een getal met spaties wordt met rust gelaten, tenzij het per drie gegroepeerd is, zodat een telefoonnummer geen vijf miljoen wordt. Elk daarvan is informatie die je niet terugkrijgt.

Niet standaard. Een tabel die na een pagina-einde doorloopt, met dezelfde kolommen op dezelfde plek op de volgende pagina, wordt als één tabel behandeld, en de koprij wordt weggehaald waar het document hem herhaalde. Een bankafschrift van twaalf pagina's is voor wie het leest één tabel, en twaalf werkbladen van vier regels is niets om mee te werken. Het blijft een aanname — twee tabellen zonder verband met dezelfde vorm op opeenvolgende pagina's zouden samengevoegd worden — en daarom is het een vinkje dat je weg kunt halen en geen regel.

Nee. Een scan is een foto van een pagina: er staan geen tekens in het bestand om te lezen, dus er is niets om in een cel te zetten. Je krijgt een melding die dat zegt, in plaats van een lege werkmap. Haal hem eerst door Afbeelding naar tekst, dat de woorden van het plaatje afleest, en zet het resultaat om. Een PDF uit Word, uit Excel, uit een boekhoudpakket of van een bank heeft een echte tekstlaag en is het geval waarin dit goed werkt.

Nee. Een PDF hier kiezen geeft hem aan code die in dit tabblad draait, en het pdf naar xlsx gebeurt op je eigen machine: het document, de bedragen erin en de werkmap die eruit komt reizen nooit. Bij dit gereedschap weegt dat zwaarder dan gewoonlijk, want de documenten die mensen als spreadsheet willen zijn facturen, loonstroken, afschriften en prijslijsten. Er is ook een API voor dezelfde omzetting als je het vanuit een script wilt, en die stuurt het bestand wel naar onze server; de pagina niet.