PDF 里的报表要重新计算,就得先变成 Excel。这一步的难点在结构还原。
一、选择正确的识别模式
转换工具通常提供“普通转换”和“表格识别”两种模式。含表格的 PDF 一定要选表格识别,否则所有内容会被当成普通文字流。
扫描型 PDF 还要额外开启文字识别。
二、转换后的结构修复
合并单元格。 识别后常被拆成多个空格,需要重新合并并填充内容。
跨页表格。 第二页的表头会被当成数据行,删除重复表头后再合并数据。
多余空列。 识别误差会产生空列,直接删除,避免影响公式引用。
三、数值格式修复
识别后的数字常带空格或格式符,表现为无法求和。处理方法:
- 选中列 →「数据-分列」→ 直接下一步完成,强制转为数值;
- 或用「查找替换」删掉多余空格和千分位逗号。
金额列还要检查小数点位置是否错位。
四、重建计算关系
转换只给静态数据,合计、平均、占比都要自己加公式。建议在底部预留一行合计,用 SUM 引用数据区,后续新增行时自动纳入。
五、核对的三步
- 行数与原文对照;
- 合计金额与原文合计比对;
- 随机抽查三到五条明细。
三步都对,这份表才可以直接用。
六、适用与不适用
规整的财务报表转换效果好;带有大量图形、批注、嵌套表格的 PDF,建议手工重建,比反复修补省时间。
转换效果好坏看三件事
文字是否可选。 用鼠标能否选中 PDF 里的文字,决定了走识别路线还是提取路线。
是否有表格线。 带完整框线的表格还原度最高,只有横线的表容易被识别成一列。
是否分栏排版。 双栏、三栏的 PDF 会让读取顺序错乱,转换前应先确认版面。
转换后的核对清单
表头。 是否被拆成两行或混入数据行。
合计行。 是否被当成普通数据。
日期与编号。 是否被误判为日期格式或丢失前导零。
单位。 表头里的「万元」「%」是否还保留。
一条经验
如果这份 PDF 只用来查一次数据,直接截图看更快;只有需要长期维护、反复计算的数据,才值得转成表格重新录入。
