Поиск  Пользователи  Правила  Войти
Форумы "Планета Excel" » Вопросы по Microsoft Excel
Страницы: 1 2 След.
RSS
Импорт данных из PDF в Excel, Как массово получить данные из PDF-файлов с текстовым слоем в Excel
 
#1
26.07.2019 13:03:43
Доброго времени суток, Планетяне!
Развитие темы, описанной в Приёмах…

Задача: получить данные из нескольких больших PDF-файлов со сметами, не потеряв кодировку и структуру таблиц.
Вопрос: как это сделать максимально быстро/удобно/корректно?

Как сейчас: объединяю все PDF в 1 и далее по заветам НВП  :)
Текущие основные проблемы: в лучшем случае ОООЧЕНЬ долго, в худшем — синий экран смерти или просто зависание с вылетом

UPD: можно зайти со стороны "Импорт данных из PDF в Word", т.к. макрос пакетного копипаста "Word-Excel" уже есть, а сам метод копипаста (на моём примере) ничего не сбивает, но хотелось бы более "технологичный" подход, да и тема тогда будет другая, так что пока так…

UPD2: пока что решил таки делать — если PDF не вылетает при пересохранении в Word, то потом просто делаю копипаст (макросом быстрее и стабильнее) в Excel.
Для некоторых примеров сработает даже прямое пересохранение PDF в Excel.
Изменено: Jack Famous - 26.07.2019 16:21:30
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#2
26.07.2019 16:12:46
Цитата
сработает даже прямое пересохранение PDF в Excel
а чем это вы открываете ПДФ, что можно сразу сохранить в формате Excel ?
Надстройки для Excel  Парсинг сайтов  Мониторинг цен конкурентов
 
 
 
#3
26.07.2019 16:15:54
Игорь, Acrobat Reader… странно, что ВЫ такое спрашиваете  :)

Добавил в стартовое сообщение файлы для примера. Смотрю на полученные данные и всё довольно грустно — всё разбито по строкам и правила для объединения обратно поячеечно что-то не придумать(((
Изменено: Jack Famous - 26.07.2019 16:23:00
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#4
26.07.2019 16:38:11
а, я-то думал что новая версия Excel такое умеет
Acrobat Reader - им макросами управлять получается?
я как-то ни разу не пользовался

делал так:
PDF открывается в IE (с использованием плагина акробатовского)
выделяем всё, копируем в буфер обмена
берем из буфера формат RTF
преобразуем RTF в HTML

Потом парсим HTML, либо открываем HTML в Excel
Надстройки для Excel  Парсинг сайтов  Мониторинг цен конкурентов
 
 
 
#5
26.07.2019 16:44:45
Игорь, не-не — я пока только "ручками" перевожу из PDF в Excel  :D
Есть пример по вашему методу?…
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#6
26.07.2019 17:11:00
Не, макроса отдельного нет
я в парсер этот функционал встраивал:
https://excelvba.ru/programmes/Parser/samples/PDF

где-то в интернетах откопал конвертер RTF в HTML, и допиливал его ещё
до начала 2019 года, можно было в буфере обмена получить сразу HTML, — тогда всё просто было
а потом Acrobat плагин переделал, и в буфер обмена стал передаваться только RTF, теперь всё сложнее (если не задействовать Word)

А если через Word прогонять RTF из буфера обмена - тогда все просто:
1) открывает ПДФ в IE (1 строка кода)
2) ждем пару секунд
3) SendKeys (Ctrl + A пару раз с паузой в секунду, Ctrl + С, проверяем скопировалось или нет - копирование иногда занимает 1-3 секунды)
4) вставляем в пустой документ Word
5) сохраняем как HTML
6) открываем в Excel
Надстройки для Excel  Парсинг сайтов  Мониторинг цен конкурентов
 
 
 
#7
26.07.2019 17:17:58
Здравствуйте, Игорь! Ваш метод дает лучшие результаты, чем если сразу открыть из Word файл pdf?  Или это актуально для старых версий офиса?
Владимир
 
 
 
#8
26.07.2019 17:23:03
Игорь, спасибо
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#9
26.07.2019 17:29:33
Моё решение должно работать в любой версии Office, начиная с Office 2003,
потому сделал именно так.
А если делать для себя, имея последний Office (который умеет открывать ПДФ), то тогда, конечно же, не нужно ничего изобретать с IE
Надстройки для Excel  Парсинг сайтов  Мониторинг цен конкурентов
 
 
 
#10
26.07.2019 17:34:10
Доброе время суток.
Вариант через Power BI Desktop
 
 
 
#11
26.07.2019 17:43:39
Игорь, спасибо за ответ!

Андрей, спасибо, интересно! Качество, с моей точки зрения, значительно выше, чем при открытии в Word (по крайней мере, таблицы).
Изменено: sokol92 - 26.07.2019 17:44:22
Владимир
 
 
 
#12
26.07.2019 18:09:57
Андрей VG, а как?  :D
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#13
26.07.2019 18:16:30
Цитата
Jack Famous написал:
а как?
Привет, Алексей.
Да проще, в принципе простого. Ставите Power BI Desktop запускаете. Получить данные, из Pdf, выбираете страницу страницы (коннектор пытается ещё и таблицы определить). Нажимаете импорт. Переключаетесь на вкладку таблиц, выбираете таблицу и ПКМ - копировать всю таблицу. Ну, и в Excel конечно.
Естественно, много творческой ручной работы :)  Но можно поэкспериментировать с запросами, если pdf все одного (ну, или плюс/минус) формата.
 
 
 
#14
26.07.2019 18:18:44
Андрей VG, приветствую! Понял - спасибо  ;)
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#15
26.07.2019 20:47:54
вариант после обработки файла программой, скаченной на [ссылка удалена]
макросом еще бы запускать программу
 
 
 
#16
26.07.2019 20:51:14
Ссылка не работает.
 
 
 
#17
26.07.2019 20:52:39
Цитата
Юрий М написал:
Ссылка не работает.
а должна?  rutracker.org
По вопросам из тем форума, личку не читаю.
 
 
 
#18
26.07.2019 21:01:50
Если даётся на форуме, то должна. Иначе зачем такая? )
 
 
 
#19
26.07.2019 21:12:39
Ссылка то работает, но на сколько я помню блокируется сайт провайдерами. вот ссылка https://www.coolutils.com/ru/TotalPDFConverter на более официальное.
По вопросам из тем форума, личку не читаю.
 
 
 
#20
26.07.2019 21:24:54
Цитата
artyrH написал:
я всю жизнь пиратской продукцией пользуюсь!
Да кто же Вам мешает? - пользуйтесь. Но пункт 3.9 наших правил не для Вас?
 
 
 
#21
26.07.2019 21:28:09
artyrH, можно скрин, а то я с яблофона без Numbers?))
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#22
26.07.2019 21:29:21
Цитата
Юрий М написал:
пользуйтесь
ну а куда деваться, если локация такая)
а если бан, то что банится, айпи или логин?
 
 
 
#23
26.07.2019 21:29:59
ДНК
 
 
 
#24
26.07.2019 21:34:28
Юрий М, лол  :D
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#25
26.07.2019 21:35:06
Jack Famous,
 
 
 
#26
26.07.2019 22:22:32
Приложил для коллекции XLSX -файл, который сформировал Adobe Acrobat из меню:
Файл - Сохранить как другой - Электронная таблица - Рабочая книга MS Excel.
Счастливые обладатели Adobe Acrobat могут посредством VBA это автоматизировать, используя встроенный интерфейс JSObject:
Код
  ...
  Set objJSO = objAcroPDDoc.GetJSObject
  ret = objJSO.SaveAs("D:\Test.xlsx", "com.adobe.acrobat.xlsx")
Изменено: ZVI - 26.07.2019 22:23:00
 
 
 
#27
26.07.2019 23:27:20
Off
Цитата
artyrH написал:
а если бан, то что банится, айпи или логин?
У Вас есть возможность поисследовать :-)
По вопросам из тем форума, личку не читаю.
 
 
 
#28
27.07.2019 06:07:45
БМВ, есть возможность, но нет желания)
 
 
 
#29
27.07.2019 10:21:39
artyrH, спасибо за скрины. Вроде неплохо, надо тестить и сравнивать…

ZVI, спасибо вам большое за автоматизацию. А как регулировать настройки? Там же их немало…
Изменено: Jack Famous - 27.07.2019 10:25:22
Во всех делах очень полезно периодически ставить знак вопроса к тому, что вы с давних пор считали не требующим доказательств (Бертран Рассел) ►Благодарности сюда◄
 
 
 
#30
27.07.2019 12:10:01
Цитата
Jack Famous написал: ...А как регулировать настройки? Там же их немало…
Добрый день, Алексей. Нет там настроек, а результат есть, приведен в #26.
Adobe - разработчики PDF-формата (1990г.), им и карты в руки  ;)
 
 
 
Страницы: 1 2 След.
Читают тему
Наверх