ทำไมตารางออกมาไม่สมบูรณ์
ไฟล์ PDF ไม่ได้เก็บตารางไว้เป็นโครงสร้าง มีเพียงข้อความที่วางตามพิกัดและเส้นที่วาดบนหน้า เครื่องมือแปลงจึงต้องเดาว่าแถวและคอลัมน์เริ่มและจบตรงไหน
การเดานี้แม่นยำเมื่อตารางมีเส้นขอบชัดเจนและข้อความเป็นข้อความจริง แต่จะไม่แม่นยำเมื่อมีเซลล์ผสาน เส้นตารางที่ซ่อนไว้ หรือหน้าเอกสารที่สแกน
ขั้นตอนให้ได้ผลลัพธ์ที่สะอาด
- ตรวจว่า PDF มีข้อความ: ลองเลือกตัวเลขในตารางด้วยเคอร์เซอร์ ถ้าเลือกได้ เครื่องมือก็อ่านได้
- ถ้าเอกสารมีทั้งข้อความและตาราง ให้แปลงเฉพาะหน้าที่มีตาราง
- เปิดไฟล์ .xlsx แล้วเทียบจำนวนแถวและคอลัมน์กับ PDF ก่อนแก้ไขอะไร
- แก้เซลล์หัวตารางที่ผสานและข้อความที่ตัดบรรทัดด้วยมือ เพราะเป็นจุดที่พังบ่อยที่สุด
เปิด PDF ไว้ข้าง ๆ ระหว่างตรวจสอบชีต
อะไรยังพังอยู่และแก้อย่างไร
เซลล์ผสานจะถูกแบ่งเป็นหลายเซลล์ และเซลล์ที่มีข้อความสองบรรทัดอาจออกมาเป็นสองแถว ตัวเลขอาจสูญเสียศูนย์นำหน้า (007 กลายเป็น 7) หรือออกมาเป็นข้อความ
ตั้งรูปแบบคอลัมน์ที่เกี่ยวข้องเป็นข้อความก่อนวางค่ากลับ และผสานเซลล์หัวตารางด้วยมือ สูตรไม่เคยถูกเก็บไว้เพราะ PDF ไม่ได้เก็บสูตร
PDF ที่สแกนต้องทำ OCR ก่อน
ถ้าหน้าเป็นภาพ ไม่ว่าจะสแกนหรือถ่ายรูป จะไม่มีชั้นข้อความให้ดึงออกมา ผลลัพธ์จึงเป็นชีตว่างหรือเกือบว่าง ให้ทำ OCR ที่ไฟล์ก่อนแล้วจึงแปลง PDF ที่ค้นหาข้อความได้
เช่นเดียวกับหน้าที่ส่งออกจากโปรแกรมออกแบบบางตัวซึ่งแปลงข้อความเป็นเส้นรูปทรง