PDFIntact

Извлекайте таблицы и текст из PDF в исходном виде

Извлечётся ли этот PDF
без потерь?

Настоящий результат

Вот что получается после преобразования

Результат обработки настоящего PDF, а не подготовленный пример.Потяните ползунок, чтобы наложить оригинал и результат друг на друга.

Исходный PDFСтраница японского статистического ежегодника (грузовые железнодорожные перевозки) — оригинал до преобразования
Результат
年度貨物輸送量
貨物数量 (1,000トン)貨物トンキロ (100万トンキロ) 1)
計コンテナ車扱計コンテナ車扱
平成 30 年42,32123,05019,27119,36917,7241,645
令和 元 年42,66023,50619,15419,99318,3821,610
239,12421,27317,85018,34016,8381,502
年度旅客輸送量
旅客数量 (100万人)旅客人キロ (100万人キロ) 2)
計定期定期外計定期定期外
計
平成 30 年25,26914,62710,642441,614212,055229,559
令和 元 年25,19014,79710,392435,063213,511221,552
217,67011,2526,418263,211160,549102,662
JR
平成 30 年9,5565,8173,739277,670113,177164,493
令和 元 年9,5035,8763,627271,936113,907158,029
26,7074,6082,099152,08487,86864,216
# 新幹線1564211434,9363,64231,294
民鉄
(JR以外)
平成 30 年15,7148,8106,903163,94498,87865,066
令和 元 年15,6878,9216,765163,12699,60463,523
210,9636,6444,319111,12772,68038,447
年度索道旅客輸送量
旅客数量 (1,000人)旅客収入 (100万円)
計普通索道
3)		特殊索道
4)		計普通索道
3)		特殊索道
4)
平成 30 年295,19450,235244,95970,65827,51443,145
令和 元 年239,59445,441194,15363,01725,96437,053
2200,06923,843176,22643,34313,81229,531

Измерено на этой странице: совпали 124 числа из 125 (99,2 %). Одно расходится. Документ — японский статистический ежегодник.

Как мы обращаемся с точностью

Прочитанное и предположенное никогда не смешиваются

Каждое выдаваемое значение получает одну из трёх пометок. Текст и таблицы читаются из документа и, если в нём есть текстовый слой, сверяются с ним. Для диаграмм без подписанных чисел значения оцениваются по форме столбцов и линий и всегда помечаются как оценка. То, что прочитать не удалось, мы оставляем пустым, а не додумываем: уверенно выглядящее неверное число хуже пропуска.

Диаграммы — наше слабое место. Если на диаграмме нет напечатанных чисел, значения берутся из высоты столбцов и хода линий. Мы не выдаём их за факты: они показаны как оценки. Если нужны надёжные числа с диаграмм, инструмент пока не подходит. Несколько диаграмм, объединённых в один рисунок, не поддерживаются.

Цена

Стоимость известна заранее

Разовая оплата за документ. Учётная запись не нужна. Все форматы вывода (Excel, Word, Markdown) включены, выгружать можно сколько угодно раз.

стр.
2,90 $11〜30 стр.
Ступени цен
СтраницРазовоС кредитами
1〜101,50 $0,039 $ / страница100 кредитов 3,90 $
11〜302,90 $0,039 $ / страница100 кредитов 3,90 $
31〜604,99 $0,039 $ / страница100 кредитов 3,90 $−21%
61〜1007,90 $0,039 $ / страница100 кредитов 3,90 $−50%
101〜20013,90 $0,028 $ / страница300 кредитов 8,50 $−38%
201〜—Кредиты (предоплата)

Кредиты покупаются заранее, 1 кредит = 1 страница. Неизрасходованные остаются на следующий документ (действуют 180 дней с момента покупки, нужна учётная запись).

Проверка бесплатна. Платить нужно только за преобразование, и больше ничего после этого.

Как это устроено

Причина и способ исправить

Почему так происходит

Причина в том, что в PDF нет понятия таблицы. Его содержимое — лишь указания: «нарисуй этот символ в этих координатах», «проведи здесь линию». Глазу линии и числа образуют таблицу; внутри файла они никак не связаны. Копирование просто собирает символы в порядке отрисовки, и соответствие строк и столбцов теряется именно там.

Как мы это исправляем

Значит, структуру приходится восстанавливать по координатам. PDFIntact разбирает вёрстку, определяет, какая ячейка к какой строке и колонке относится и где ячейки объединены, и записывает их в Excel настоящими объединёнными ячейками.

По симптомам

Подробнее о вашем случае

Разные причины требуют разных решений. Начните с подходящего пункта.

Связь

Получать уведомления

Сообщим об улучшении точности и о новых форматах вывода. Сама проверка бесплатна и не требует регистрации.

Используем только для этих писем. Отписаться можно в любой момент.