Таблица из PDF в Excel: как извлечь и проверить данные

Чтобы перенести таблицу из PDF в Excel, сначала попробуйте обычный импорт файла. Если таблица не извлеклась, попросите нейросеть вернуть строки с разделителями-табуляциями. Затем импортируйте этот текст в Excel, заранее назначив артикулам текстовый формат. Принимать результат можно только после сверки каждой позиции с PDF: совпавший общий итог не доказывает, что строки перенесены правильно.

Подпишитесь на Telegram-канал, чтобы получать разборы ИИ для рабочих задач.

Как выбрать способ: импорт PDF или нейросеть?

Откройте PDF и попробуйте выделить несколько ячеек. Это быстрый ориентир: в документе может быть текст или только изображение страницы. Выделяемый текст ещё не гарантирует правильного переноса колонок.

В Excel проверьте меню Данные → Получить данные → Из файла → Из PDF. Microsoft описывает этот путь для поддерживаемых версий. В таблице поддержки импорта данных PDF указан для Microsoft 365 на Windows. Само наличие Power Query, инструмента импорта данных, не подтверждает поддержку PDF в любой версии Excel.

Выберите файл, затем найденную таблицу в окне навигатора. Посмотрите предпросмотр и нажмите «Загрузить» либо «Преобразовать данные», если нужны исправления. Сложная вёрстка требует внимания: Microsoft отдельно описывает случаи, когда многострочные записи распознаются неправильно. Проверка строк ниже нужна и после обычного импорта.

Не загружайте рабочий файл во внешний сервис, пока не проверили правила компании. Для переноса позиций обычно не нужны контакты, подписи и банковские реквизиты. Подготовьте разрешённую копию без лишних сведений: удаление имени само по себе не делает документ полностью обезличенным. Допустимые сервисы и данные стоит закрепить в политике использования ИИ.

Что попросить у нейросети вместо «сделай Excel»?

Попробовать извлечение можно в обычном чате Алисы AI. По справке на 7 октября 2026 года он принимает один документ PDF, DOC, DOCX или TXT до 100 МБ на сообщение либо одно изображение до 20 МБ. Справка описывает анализ текста документа и вопросы по изображению. Точное распознавание таблиц из скан-PDF она не обещает. Для скана попробуйте приложить отдельное чёткое изображение страницы, оставив заголовки колонок и номера строк.

Для обычного ответа справка предлагает копирование, скачать его не получится. Поэтому запросите текст, где колонки разделены табуляцией. Это предложенный рабочий приём, но успешная выдача именно такого ответа Алисой здесь не проверялась. Без Алисы Плюс анализ файлов и изображений может временно быть недоступен при высокой нагрузке.

Пример запроса для таблицы с позициями:

Перенесите таблицу с приложенной страницы в текст.
Колонки: страница, строка, артикул, товар, количество, цена, сумма.
Разделяйте колонки настоящей табуляцией, строки переносом строки.
Одна исходная позиция должна остаться одной строкой.
Сохраните порядок, ведущие нули, запятые и исходные суммы.
Повторяющиеся артикулы не объединяйте. Итог вынесите отдельно.
Перенос названия внутри одной ячейки не считайте новой позицией.
Ничего не пересчитывайте и не исправляйте по смыслу.
Неразборчивое обозначьте [?] и укажите страницу и строку.
Верните только таблицу и отдельный список неясных ячеек.

Названия колонок замените на те, что действительно есть в документе. Уточните по заголовкам и примечаниям, к чему относятся количество и цена: к штуке или упаковке. Не просите модель приводить всё к единой единице до проверки исходного переноса.

Многостраничный документ разбирайте частями. Сохраняйте номера страниц и проверяйте последнюю позицию предыдущей страницы вместе с первой следующей: перенос названия не должен стать новым товаром, а новая строка не должна исчезнуть как продолжение старой.

Если хотите обсудить перенос документов в таблицы для вашей компании, опишите формат файлов и что должно получиться после проверки. Оставьте заявку через форму.

Как перенести ответ в Excel и сохранить ведущие нули?

Копирование прямо в ячейку удобно, но сначала проверьте, как Excel разложил текст. Если всё попало в один столбец или артикул 00127 стал 127, не продолжайте работу с такой копией. Вернитесь к исходному ответу и импортируйте его заново.

Для контролируемого импорта:

1. Скопируйте ответ без пояснений в отдельный TXT-файл. Между ячейками должны быть настоящие табуляции. Записанные буквами символы \t разделителем не станут.
2. Откройте импорт текста в Excel. Microsoft описывает мастер «Из текста (устаревший)»; в некоторых версиях его сначала включают в параметрах данных. В мастере выберите данные с разделителями и разделитель «табуляция».
3. Проверьте предпросмотр: заголовки и значения должны занимать одни и те же колонки. Не включайте объединение последовательных разделителей, если в исходнике есть пустые ячейки: пустота тоже занимает колонку.
4. Выберите для артикула и других идентификаторов формат «Текст» до завершения импорта. Для числовых колонок проверьте десятичный разделитель.
5. Загрузите таблицу и сравните несколько видимых значений с сохранённым текстом. Затем переходите к полной сверке с PDF.

Microsoft прямо предупреждает, что Excel по умолчанию удаляет ведущие нули. Артикул, номер документа и код товара могут выглядеть как числа, но для переноса это последовательности символов. Их не нужно складывать или исправлять.

Если ваш интерфейс использует «Из текста/CSV», выберите разделитель в предпросмотре и нажмите «Преобразовать данные», чтобы открыть редактор Power Query. В редакторе назначьте колонке артикула тип «Текст». Если появляется предложение заменить текущее преобразование типа, выберите «Заменить текущее». Затем нажмите «Закрыть и загрузить». Названия пунктов могут отличаться между версиями.

Что показал учебный пример с пятью позициями?

Для упражнения создана страница с таблицей и её PDF-копия в виде изображения. Codex получил изображение и задачу извлечения. Эталон он не видел. Программная сверка сравнила заголовок и каждую ячейку с эталоном. Ниже результат извлечения:

Сумма пяти позиций равна 1 238,00. Строки 1 и 4 намеренно содержат одинаковый артикул: это две исходные позиции, обе нужно сохранить. Объединение их в одну строку изменило бы документ, даже если общий итог остался бы прежним.

В примере чистое изображение, одна страница и простая шапка. Он не показывает, как модель справится с размытым сканом, рукописной правкой или таблицей на нескольких страницах. В примере нужно отдельно проверить ведущие нули и две строки с артикулом 00127: общий итог их сохранность не подтверждает. Любой рабочий документ требует своей сверки.

Как проверить, что не потеряны строки и цифры?

Сверяйте каждую строку результата с исходным PDF. Подойдёт такой порядок:

1. Страницы и позиции. Все ли страницы обработаны? Совпадает ли число строк с позициями документа? Повторная шапка и «Итого» не должны становиться товарами.
2. Порядок и повторы. Сопоставьте каждую исходную строку с одной строкой результата. Один артикул может встречаться несколько раз; не удаляйте его как дубль без основания в документе.
3. Артикул и название. Проверьте каждый символ, ведущие нули и переносы названий. Отдельно смотрите похожие знаки, например цифру 0 и букву О.
4. Количество, единица, цена и сумма. Проверьте запятые, точки и разделители тысяч. Убедитесь, что единица относится к нужной позиции, а сумма не переехала из соседней строки.
5. Арифметика по условиям документа. Если сумма действительно равна количеству, умноженному на цену, пересчитайте её формулой Excel. Проверьте, как документ учитывает скидки, налоги и упаковку; не заменяйте исходную сумму догадкой.
6. Общий итог и неясности. Сравните итог документа и сумму проверенных позиций. Объясните каждое расхождение. Все отметки [?] должны быть закрыты по оригиналу либо уточнению отправителя.

Совпавшая сумма не подтверждает правильность артикулов и названий. Ошибочная цена в одной строке и противоположная ошибка в другой тоже могут дать тот же итог. Поэтому проверку нельзя свести к просьбе «посчитай ещё раз».

Сохраните исходный PDF рядом с проверенной таблицей. В рабочей копии полезны поля «страница», «строка» и «проверено»: по ним другой сотрудник сможет найти место в документе.

Когда перестать переносить документы через чат?

Если один поставщик регулярно присылает одинаковые PDF, начните с вопроса об исходном XLSX или CSV. Если это невозможно, зафиксируйте шаблон колонок, правила для многостраничных записей и ответственного за сверку. В журнале отмечайте, какие поля пришлось исправить и где документ оказался нечитаемым. По этому журналу можно оценить, подходит ли отдельный инструмент распознавания для вашего потока.

Если таблица уже проверена, можно задавать вопросы по её данным. Этот следующий шаг разобран в статье об анализе таблиц нейросетью.

Источники

• Import data from data sources (Power Query), Microsoft Support
• Power Query data sources in Excel versions, Microsoft Support
• PDF, Microsoft Learn
• Работа с файлами в чате с Алисой AI, справка Яндекса
• Text Import Wizard, Microsoft Support
• Keeping leading zeros and large numbers, Microsoft Support

Начните с одного разрешённого документа и сохраните результат вместе с исходником. Если нужна помощь с регулярным переносом, напишите через форму, откуда приходят файлы и кто принимает готовую таблицу.