PDF vers Excel transforme en .xlsx les PDF où « les données sont alignées ligne par ligne » : factures, états financiers, inventaires. Il ne détecte pas les traits du tableau : il lit les coordonnées de chaque bloc de texte, regroupe en une ligne les textes proches verticalement, repère comme frontières de colonnes les espaces que personne ne recouvre horizontalement, puis découpe le texte de chaque ligne dans les cellules. Chaque page devient une feuille, et les cellules purement numériques sont converties en nombres.

C’est un outil bêta, dont l’algorithme de déduction évolue encore. Le seul réglage est celui des « frontières de colonnes » : si le résultat automatique ne convient pas, ajoutez ou supprimez des séparateurs à la main, pour toutes les pages à la fois. Un scan n’a pas de coordonnées de texte à lire : la page le signale et propose un envoi en un clic vers « OCR de PDF ».

1. 01Importer le PDFla barre indique « Analyse de la couche de texte » ; si aucune page n’a de couche de texte, l’outil affiche « Ceci est un scan (aucune couche de texte) » et un bouton « Envoyer vers OCR de PDF ».
2. 02Vérifier les frontières« Réglage des colonnes » liste les séparateurs déduits pour la page courante, sous forme d’étiquettes « x=valeur » (en pt) ; avec plusieurs pages, « Page d’aperçu » permet de changer.
3. 03Ajuster à la maincliquez sur le × d’une étiquette pour supprimer un séparateur ; saisissez une abscisse entre 0 et la largeur de page dans le champ, puis cliquez sur « Ajouter ». Les modifications manuelles s’appliquent à toutes les pages ; « Revenir à l’automatique » rétablit la déduction page par page.
4. 04Vérifier et exporter« Aperçu des données » montre les 30 premières lignes découpées de la page courante ; « Exporter l’Excel (une feuille par page) » produit <original-name>_tableau.xlsx, avec des feuilles nommées « Page1 », « Page2 », etc. Les pages sans texte sont ignorées.

Phase de test

outil bêta, les règles de déduction des lignes et des colonnes peuvent évoluer ; après export, vérifiez colonne par colonne les montants et les dates face au PDF d’origine

Entrée

uniquement les PDF textuels ; un scan est identifié comme « sans couche de texte », passez d’abord par « OCR de PDF » ; pour un PDF chiffré, commencez par « Déverrouiller un PDF »

Limites de déduction

pas de découpage en colonnes sous 4 blocs de texte par page ; deux colonnes ne sont séparées que si l’espace dépasse environ 1,15 fois la largeur moyenne d’un caractère ; dans une même ligne, un écart vertical de plus d’une demi-hauteur de caractère crée deux lignes

Tableaux complexes

cellules fusionnées, en-têtes à plusieurs niveaux, retours à la ligne dans une cellule et tableaux qui se poursuivent sur la page suivante sont mal rendus ; les en-têtes, notes et autres textes hors tableau sont eux aussi écrits comme des lignes

Ce qu’il ne fait pas

pas de bordures, polices, couleurs ni largeurs de colonnes d’origine ; pas de fusion de plusieurs pages en un seul tableau continu ; pas de reconnaissance des scans ; si seul le texte vous intéresse, « Extraire le texte d’un PDF » est plus simple

Le PDF est analysé localement dans le navigateur pour lire les coordonnées du texte et produire le xlsx ; le contenu n’est envoyé à aucun serveur et les données quittent la mémoire dès que vous fermez la page.