Convertitore da PDF a Excel

Cosa può recuperare il rilevatore e cosa no

Le pagine PDF memorizzano testo posizionato, non celle di un foglio di calcolo. Questo convertitore raggruppa in righe il testo vicino, cerca posizioni di colonna ricorrenti, completa le celle mancanti e scarta i blocchi che non sembrano una tabella regolare. Durante la lettura delle posizioni tiene conto anche della rotazione e dell’area visibile della pagina.

Il rilevatore è volutamente prudente. È meglio non segnalare alcuna tabella che trasformare testo estraneo in un foglio di calcolo convincente ma errato. Confronta sempre i valori importanti con il PDF originale prima di eseguire calcoli, importazioni o riconciliazioni.

Formati di esportazione

XLSX crea un foglio per ogni tabella selezionata, fino a 200 fogli in un singolo download. Ogni valore estratto viene scritto come cella di testo. Il convertitore non interpreta numeri, date, formule, valute o formati contabili e non ricrea bordi, caratteri, celle unite o il design originale della pagina.

CSV e TSV scaricano separatamente ogni tabella selezionata. Sono disponibili i delimitatori virgola, punto e virgola e tabulazione. I campi che contengono un delimitatore, virgolette o un’interruzione di riga vengono racchiusi tra virgolette doppie, mentre i record usano terminatori di riga CRLF secondo le regole comuni descritte nella RFC 4180. Un BOM UTF-8 è attivo per impostazione predefinita per migliorare la compatibilità con i programmi di foglio di calcolo, ma il delimitatore corretto dipende comunque dall’applicazione e dalle impostazioni internazionali usate per l’importazione.

Sicurezza rispetto alle formule del foglio di calcolo

Un PDF può contenere testo che inizia con =, +, - o @. Alcuni programmi di foglio di calcolo possono interpretare quel testo come una formula quando aprono un file CSV. La protezione dalle formule è attiva per impostazione predefinita e aggiunge un prefisso alle celle CSV che sembrano formule, così è più probabile che rimangano testo. Vengono considerate anche le celle con spazi iniziali e le varianti a larghezza intera di quei caratteri.

Questa misura riduce il rischio, ma non costituisce una garanzia di sicurezza universale. La guida OWASP all’iniezione CSV segnala che il comportamento cambia tra i diversi programmi e che l’escaping può cambiare dopo aver salvato e riaperto un CSV. Lascia attiva la protezione per i PDF non affidabili, controlla le celle esportate e non abilitare macro né ignorare gli avvisi di sicurezza del foglio di calcolo. L’output XLSX scrive i valori estratti come celle di testo esplicite, non come formule.

Limiti e archiviazione privata nel browser

• Un PDF alla volta, con dimensioni massime di 20 MiB e 150 pagine.
• I PDF con troppi frammenti di testo, una quantità eccessiva di testo o troppi dati tabellari vengono rifiutati prima di poter sovraccaricare il browser.
• L’anteprima mostra le prime 100 righe di ogni tabella rilevata; l’esportazione include tutte le righe rilevate entro i limiti di sicurezza.
• Una cartella di lavoro può contenere fino a 200 fogli selezionati.
• I PDF protetti da password e quelli crittografati non sono supportati. Sblocca una copia che sei autorizzato a usare prima della conversione.
• Durante il flusso in tre passaggi, il PDF originale, le tabelle rilevate e le impostazioni vengono conservati privatamente in questo browser per 30 minuti. Vengono mantenuti al massimo tre lavori e 80 MiB di dati locali.
• Nell’URL del flusso compare solo un identificatore casuale del lavoro. Il PDF, i valori estratti e i file scaricati non vengono inviati tramite i nostri server né caricati sul server dei risultati.
• Selezionando Ricomincia il lavoro locale corrente viene eliminato. I record scaduti o non validi vengono rimossi al successivo controllo dell’archiviazione del browser da parte dello strumento.

Il PDF viene caricato dai suoi byte locali tramite PDF.js. Lo strumento scarica le proprie librerie come normali risorse web, ma non invia il PDF selezionato insieme a tali richieste.

Controllo accessibile

Il controllo di caricamento funziona con la tastiera, l’avanzamento e gli errori vengono annunciati alle tecnologie assistive e le tabelle rilevate utilizzano didascalie e intestazioni di colonna. L’anteprima permette lo scorrimento orizzontale sugli schermi piccoli e conserva la direzione rilevata per le tabelle da destra a sinistra. Queste funzioni aiutano a controllare l’estrazione, ma non sostituiscono il confronto con il documento originale quando la precisione è importante.