Извлечение данных из PDF в Excel: надежные методы

Иван Корнев·26.05.2026·⏱6 мин

Чтобы преобразовать PDF в таблицу Excel без ошибок, используйте встроенный инструмент импорта данных в Excel (Power Query) для цифровых документов или OCR-сервисы для сканированных копий. Ключ к успеху — предварительная проверка типа файла и постобработка данных для исправления форматов дат и чисел. Простое копирование часто приводит к нарушению структуры, поэтому автоматизированные методы предпочтительнее.

Определение типа документа

Перед началом работы критически важно понять природу вашего PDF-файла, так как от этого зависит выбор инструмента.

Цифровой PDF: Текст можно выделить курсором мыши. Структура документа уже заложена в коде файла. Такие документы Excel обрабатывает наиболее точно.
Сканированный PDF (или изображение): Текст не выделяется, документ представляет собой набор картинок. Для извлечения данных обязательно потребуется технология оптического распознавания символов (OCR).

Быстрый тест: Попробуйте выделить мышью одно слово в таблице. Если получилось — это цифровой PDF, и можно использовать стандартные инструменты Excel. Если нет — вам нужен конвертер с поддержкой OCR.

Если таблица в исходнике имеет сложную верстку (объединенные ячейки, многострочные заголовки, отсутствие видимых границ), будьте готовы к тому, что ни один автоматический инструмент не справится идеально с первого раза. Потребуется ручная корректировка.

Способ 1: Импорт через Excel и Power Query (Рекомендуемый)

Это самый надежный метод для цифровых PDF-файлов, доступный в современных версиях Excel (2016 и новее, а также в Microsoft 365). Он позволяет не просто скопировать данные, а настроить их преобразование перед загрузкой.

Пошаговая инструкция

Откройте пустую книгу Excel.
Перейдите на вкладку Данные (Data).
Нажмите Получить данные (Get Data) → Из файла (From File) → Из PDF (From PDF).
- Примечание: Если кнопки «Из PDF» нет, выберите «Из других источников» или убедитесь, что у вас установлена последняя версия Office.
В открывшемся окне навигатора выберите нужный файл.
Excel проанализирует документ и покажет список найденных таблиц и страниц.
Выберите нужную таблицу в левой панели. Справа появится предпросмотр.
Нажмите кнопку Преобразовать данные (Transform Data), если нужно удалить лишние строки или исправить заголовки, либо Загрузить (Load), если структура вас устраивает.

Используйте кнопку Преобразовать данные, чтобы открыть редактор Power Query. Там можно легко удалить верхние служебные строки, заполнить пустые ячейки значениями сверху и изменить типы данных (например, превратить текст в даты) до того, как данные попадут на лист.

Этот метод особенно удобен для многостраничных отчетов: Power Query позволяет объединить одинаковые таблицы со всех страниц в один сплошной массив данных за несколько кликов.

Способ 2: Использование OCR для сканированных документов

Если ваш PDF — это скан бумажного документа, стандартный импорт Excel не сработает или выдаст нечитаемый набор символов. В этом случае необходимы инструменты с функцией OCR (Optical Character Recognition).

Ограничения метода

Распознавание никогда не бывает стопроцентным. Ошибки чаще всего возникают в:

Цифрах, похожих на буквы (0 и O, 1 и l, 5 и S).
Датах и форматах валют.
Разрыве строк внутри одной ячейки.

Сравнение методов конвертации

Метод	Тип PDF	Точность структуры	Сложность настройки
Excel Power Query	Цифровой	Высокая	Средняя (требует понимания PQ)
Копирование (Ctrl+C/V)	Любой	Низкая	Низкая (но долгая правка)
Adobe Acrobat Export	Цифровой/Скан	Средняя/Высокая	Низкая
OCR-сервисы	Скан/Изображение	Зависит от качества скана	Низкая

Частые ошибки и как их исправить

Даже при использовании правильных инструментов данные могут потребовать доработки. Вот типичные проблемы и решения:

Съехавшие столбцы: Часто случается, если в исходной таблице были объединенные ячейки или отсутствовали вертикальные разделители.
- Решение: В Power Query используйте функцию «Разделить столбец по разделителю» или «Заполнить вниз» (Fill Down) для восстановления иерархии.
Числа стали текстом: Excel может импортировать числа с пробелами или апострофами как текст, из-за чего не работают формулы суммирования.
- Решение: Выделите столбец, нажмите «Преобразовать в число» или используйте функцию «Текст по столбцам» на вкладке Данные.
Длинные номера превратились в научный формат: Номера счетов, штрихкоды или ИНН могут отображаться как 1,23E+11.
- Решение: Перед импортом или после него измените формат ячейки на «Текстовый» или «Числовой» с 0 знаков после запятой.
Лишние заголовки на каждой странице: При импорте многостраничного документа заголовки таблицы могут повторяться каждые 20–30 строк.
- Решение: В Power Query отфильтруйте строки, содержащие текст заголовка, или удалите первые N строк при объединении файлов.

Никогда не используйте данные из конвертированного файла для финансовой отчетности без ручной выборочной проверки. Сверьте сумму итоговой строки в Excel с оригиналом в PDF. Расхождение даже в копейках указывает на системную ошибку распознавания.

Проверка качества данных

После конвертации выполните чек-лист валидации:

Подсчет строк: Сравните количество строк в Excel с количеством позиций в PDF.
Проверка границ: Убедитесь, что данные из соседних колонок не слиплись в одну ячейку.
Форматы: Проверьте, корректно ли распознались даты (ДД.ММ.ГГГГ) и валюты.
Выборочный контроль: Сравните 5–10 случайных ячеек из начала, середины и конца документа с оригиналом.

FAQ

Можно ли конвертировать PDF в Excel бесплатно? Да, базовый импорт через Power Query доступен в стандартной подписке Microsoft 365 или настольных версиях Excel 2016+. Для сканов существуют бесплатные онлайн-конвертеры с лимитом на количество страниц в день.

Почему при копировании из PDF в Excel всё вставляется в один столбец? PDF не хранит данные как таблицу с ячейками, он хранит координаты текста на странице. При простом копировании Excel не понимает, где заканчивается одна ячейка и начинается другая. Используйте импорт через «Данные» → «Из PDF», чтобы программа сама определила структуру.

Что делать, если таблица в PDF очень широкая и не помещается на страницу? Попробуйте повернуть PDF в альбомную ориентацию перед конвертацией или используйте режим «Масштаб по ширине» в настройках печати PDF, чтобы улучшить читаемость для OCR-алгоритмов. В Excel после импорта используйте функцию «Автоподбор ширины столбца».

Как обработать PDF, где таблицы идут вперемешку с текстом? В навигаторе Power Query выбирайте только объекты с иконкой «Таблица». Объекты с иконкой «Страница» импортируют весь текст подряд, что потребует сложной очистки. Если автоматическое определение не сработало, попробуйте выделить нужную область в PDF-ридере и скопировать её, но лучше воспользоваться специализированным ПО для разметки данных.