PDF ke Excel
Tarik tabel dari dalam PDF ke sebuah lembar kerja.
Alat ini berjalan sepenuhnya di browser Anda. Berkas Anda tidak pernah diunggah, dan Anda bisa membuktikannya sendiri di tab jaringan browser. Buktikan sendiri: buka tab jaringan di browser Anda dan perhatikan. Anda akan melihat satu permintaan kecil yang menanyakan sisa jatah - nama alat dan sebuah hash, bukan berkasnya.
Apa yang dilakukan alat ini
Alat ini mencari tabel di dalam dokumen lalu menuliskannya ke workbook .xlsx. PDF tidak pernah mencatat bahwa sesuatu adalah tabel, jadi kolomnya dicari secara geometris, dari lorong vertikal yang bertahan di setiap baris. Nilai yang terbaca jelas sebagai angka ditulis sebagai angka, dan itulah beda antara kolom yang langsung bisa dijumlah dan kolom yang ditolak Excel waktu dijumlahkan.
Rekening koran, rincian faktur, daftar harga pemasok yang hanya terbit sebagai PDF, tabel hasil di laporan yang perlu Anda jadikan grafik - di mana pun angkanya sudah terlihat di halaman dan satu-satunya jalan lain adalah mengetiknya ulang.
Cara kerjanya
- Jatuhkan PDF ke halaman ini. Satu file sekali jalan, sampai 200 MB.
- Biarkan ambang keyakinan di 55%. Turunkan kalau ada tabel yang terlewat, naikkan kalau ada yang bukan tabel ikut terbawa.
- Biarkan penyambungan antar halaman tetap aktif untuk tabel yang bersambung ke halaman berikutnya, atau nyalakan satu sheet per halaman supaya tetap terpisah.
- Biarkan opsi baris kepala tetap aktif supaya judul kolom yang diulang di halaman sambungan tidak ikut tertulis sebagai data.
- Tekan Ubah jadi Excel.
- Periksa baris pertama dan terakhir tiap sheet, karena di situlah pendeteksian paling tidak pasti.
Ada dua kenyataan yang menggerakkan pendeteksian. Yang pertama, kolom angka rata di tepi kanannya, bukan kiri, sehingga pendeteksi yang hanya mengelompokkan awal tiap deret akan membaca 12,00 dan 1.234,00 sebagai dua kolom berbeda - persis pada laporan keuangan yang jadi mayoritas isi pekerjaan ini. Karena itu keselarasan di sini dinilai dari yang terbaik antara konsistensi awal, akhir, dan tengah, jadi kolom keterangan yang rata kiri dan kolom uang yang rata kanan sama-sama bernilai bagus di tabel yang sama.
Yang kedua, tabel yang salah lebih buruk daripada tidak ada tabel sama sekali. Dua kolom prosa punya tepi kiri yang sangat rapi dan lorong lebar di tengah, dan kalau hanya dinilai dari keselarasan, keduanya terlihat lebih meyakinkan daripada kebanyakan tabel sungguhan. Geometri tidak bisa memisahkan keduanya, jadi ada saringan lanjutan atas isi kolomnya, dan saringan itu menolak terang-terangan alih-alih diam-diam menurunkan nilai. Itulah sebabnya halaman bergaya koran tidak sampai kepada Anda sebagai spreadsheet dua kolom.
Angka membawa serta format cetaknya, dan format itu harus dilepas dulu sebelum sebuah sel bisa memuat angka sungguhan: pemisah ribuan, simbol mata uang, tanda persen di belakang, serta angka negatif yang ditulis dalam kurung akuntansi, yang diubah menjadi tanda minus. Koma hanya dihapus kalau tepat tiga digit mengikutinya, karena koma adalah pemisah ribuan dalam bahasa Inggris dan koma desimal dalam bahasa Indonesia. Apa pun yang masih rancu sengaja dibiarkan sebagai teks - koma desimal yang salah tempat jauh lebih merepotkan daripada sel tanpa format.
Kalau tidak ada satu pun yang terbaca sebagai tabel, alat ini mengatakannya dan mengarahkan Anda ke PDF ke teks, bukan menyerahkan workbook kosong yang seolah-olah berarti dokumennya memang tidak berisi apa-apa. Menurunkan ambang keyakinan adalah hal pertama yang patut dicoba; membaca halamannya lewat PDF ke teks adalah yang kedua.
Pendeteksian dan penulisan workbook sama-sama terjadi di perangkat Anda, OOXML-nya dibangun lalu dizip di browser, jadi rekening koran tidak pernah dikirim ke mana pun untuk dibaca. Di alat ini hal itu lebih berarti daripada di kebanyakan alat lain: dokumen yang orang ubah menjadi spreadsheet biasanya justru yang ada nomor rekeningnya.
Yang tidak bisa dilakukan alat ini
- Tabel bergaris pun tetap dicari lewat perataan teksnya. Garisnya sendiri hidup di grafik halaman, yang tidak dibaca pada tahap ini, jadi tabel yang hanya dipegang oleh garis dan jarak tak beraturan bisa terlewat.
- Sel yang digabung tidak dibangun ulang. Judul yang membentang di tiga kolom mendarat di kolom pertama, dan dua kolom sisanya keluar kosong.
- Hanya nilainya yang terbawa. Font, warna, garis tepi, lebar kolom, dan format angka tidak ikut masuk ke workbook.
Pertanyaan yang sering diajukan
- Bagaimana caranya alat ini menemukan tabel?
- Lewat geometri. Lapisan teks memberi posisi untuk tiap glif, dan sekumpulan baris yang tintanya terbagi ke lorong vertikal yang sama, baris demi baris, diperlakukan sebagai tabel. Tiap calon dinilai dari seberapa konsisten kolomnya lurus, dan apa pun di bawah ambang Anda dibuang. Ada pemeriksaan isi terpisah yang menolak kolom prosa, yang kalau tidak begitu justru bernilai lebih tinggi daripada tabel sungguhan.
- Apakah angkanya datang sebagai angka yang bisa saya jumlah?
- Ya, selama tidak rancu. Simbol mata uang, pemisah ribuan, tanda persen di belakang, dan kurung akuntansi dilepas, dan nilai dalam kurung menjadi negatif. Koma hanya diperlakukan sebagai pemisah ribuan kalau tepat tiga digit mengikutinya, sebab koma adalah tanda desimal dalam bahasa Indonesia. Apa pun yang tidak terbaca bersih dibiarkan sebagai teks, bukan ditebak-tebak.
- Ada tabel yang terlewat, atau malah terbaca padahal bukan tabel. Sekarang bagaimana?
- Geser ambang keyakinannya. Nilainya bergerak dari 30 sampai 90 dan mulai di 55; menurunkannya meloloskan calon yang lebih lemah sehingga lebih banyak tabel terbaca, dengan ongkos beberapa tabel palsu. Kalau di semua setelan tetap tidak ada yang ketemu, halamannya mungkin memang tidak berstruktur kolom, dan PDF ke teks akan memperlihatkan apa isinya.
- Tabel saya bersambung ke beberapa halaman. Apakah akan terpotong-potong?
- Tidak, kecuali Anda memintanya. Tabel yang mulai di puncak halaman dengan jumlah kolom sama seperti tabel yang berakhir di kaki halaman sebelumnya dianggap sambungan lalu disatukan ke satu sheet, dan baris judulnya yang berulang dibuang alih-alih ditulis sebagai data. Nyalakan satu sheet per halaman kalau Anda ingin keduanya tetap terpisah.
- Apakah rekening koran saya diunggah ke suatu tempat?
- Tidak. Pendeteksian dan penulisan workbook-nya sama-sama berjalan di browser Anda, dan tidak ada bagian dokumen yang dikirim. Ini bisa diperiksa sendiri di tab jaringan pada alat pengembang, tempat pemeriksaan jatah harian tampil membawa nama alat dan sebuah hash, bukan angka-angka Anda.