為什麼表格無法完美還原

PDF 裡並沒有表格結構，只有依座標擺放的文字與頁面上畫出的線條，所以任何轉換工具都只能推測列與欄的界線。

當表格有明顯框線、文字是真正的文字時，推測相當可靠；遇到合併儲存格、隱藏的格線或掃描頁面就不準了。

得到乾淨結果的步驟

  • 先確認 PDF 含有文字：用游標試著選取表格中的數字，能選取就代表可以讀取。
  • 若文件混合文字與表格，只轉換含表格的那幾頁。
  • 開啟 .xlsx 後先與 PDF 比對列數與欄數，再開始編輯。
  • 合併的標題儲存格與換行文字要手動處理，這些是最常出錯的地方。

核對時把 PDF 與表格並排開啟。

仍會出錯的地方與處理方式

合併儲存格會被拆成多個儲存格，一個含兩行文字的儲存格可能變成兩列。數字也可能失去前導零（007 變成 7），或被當成文字。

先把受影響的欄設為文字格式再貼回數值，標題則手動合併。公式永遠不會保留，因為 PDF 不儲存公式。

掃描版 PDF 需要先做 OCR

如果頁面是影像，例如掃描檔或照片，就沒有可擷取的文字層，轉換結果會是空白或幾乎空白的表格。請先對檔案執行 OCR，再轉換可搜尋的 PDF。

某些設計軟體匯出時把文字轉成輪廓，這類頁面也一樣。