Warum Tabellen nicht perfekt herauskommen
Eine PDF enthält keine Tabelle. Sie enthält Text an festen Koordinaten und gezeichnete Linien, deshalb muss jedes Konvertierungswerkzeug erraten, wo Zeilen und Spalten beginnen und enden.
Das gelingt zuverlässig, wenn die Tabelle sichtbare Rahmen und echten Text hat. Bei verbundenen Zellen, ausgeblendeten Gitterlinien oder eingescannten Seiten wird es unzuverlässig.
Schritte für eine saubere Umwandlung
- Prüfen Sie, ob die PDF Text enthält: Markieren Sie versuchsweise eine Zahl in der Tabelle. Lässt sie sich markieren, kann das Werkzeug sie lesen.
- Wandeln Sie nur die Seiten um, die die Tabelle enthalten, wenn das Dokument Text und Tabellen mischt.
- Öffnen Sie die .xlsx und vergleichen Sie Zeilen- und Spaltenzahl mit der PDF, bevor Sie etwas bearbeiten.
- Korrigieren Sie verbundene Kopfzellen und umbrochenen Text von Hand; dort treten die meisten Fehler auf.
Lassen Sie die PDF beim Prüfen daneben geöffnet.
Was trotzdem bricht, und die Lösung
Verbundene Zellen werden aufgeteilt, und eine Zelle mit zwei Textzeilen kann als zwei Zeilen ankommen. Zahlen verlieren manchmal führende Nullen (007 wird zu 7) oder kommen als Text an.
Setzen Sie die betroffenen Spalten vor dem Zurückkopieren auf das Format Text und verbinden Sie Kopfzellen manuell. Formeln bleiben nie erhalten, weil eine PDF sie nicht speichert.
Eingescannte PDFs brauchen zuerst OCR
Ist die Seite ein Bild, also ein Scan oder Foto, gibt es keine Textebene zum Extrahieren, und die Umwandlung liefert ein leeres oder fast leeres Blatt. Führen Sie zuerst eine OCR aus und wandeln Sie dann die durchsuchbare PDF um.
Dasselbe gilt für Seiten aus manchen Designprogrammen, in denen Text in Pfade umgewandelt wurde.