PDF in Excel: come funziona davvero l’estrazione delle tabelle

La tabella nel PDF la vedi: righe, colonne, un’intestazione, un totale in fondo. Sembra ovvio che un convertitore debba trasferirla direttamente in un foglio di calcolo. Il problema è che il PDF non contiene una tabella. Contiene istruzioni per disegnare caratteri in certe posizioni e linee in altre, e la griglia che vedi è qualcosa che ricompongono i tuoi occhi. Ogni convertitore da PDF a Excel deve ricostruire la tabella a partire da quei pezzi sparsi, ed è per questo che i risultati vanno dal perfetto all’inutilizzabile. Questa guida spiega come funziona questa ricostruzione, dove fallisce e come portare comunque numeri puliti in Excel.

Cosa c’è davvero dentro una tabella PDF

Prendi una riga di fattura con tre colonne: «Consulenza», «12 mar 2026» e «1.250,00». Dentro il PDF, si tratta di un insieme di frammenti di testo separati, ciascuno con una coordinata x e una y. I frammenti possono non coincidere con le parole: un programma scrive «1.250,00» come un unico pezzo, un altro come «1.2» e «50,00», e un altro ancora posiziona ogni carattere da solo. Non devono nemmeno comparire in ordine di lettura. Alcuni programmi disegnano un’intera tabella una colonna alla volta.

Le linee della griglia sono istruzioni di disegno separate, scollegate dal testo. Una linea spessa può essere disegnata come tanti brevi segmenti, una riga ombreggiata può essere un rettangolo pieno senza alcuna linea, e molte tabelle non hanno linee di sorta. Nulla nel file dice «questa è una cella», «queste due celle sono unite» o «questa riga appartiene alla tabella».

I due modi in cui i convertitori trovano una tabella

Gli strumenti di estrazione delle tabelle usano in genere uno di due metodi. Strumenti open source come Tabula e Camelot li chiamano «lattice» e «stream».

Seguire le linee della griglia (lattice). Il convertitore raccoglie le linee orizzontali e verticali, calcola dove si incrociano e tratta ogni area racchiusa come una cella. Poi colloca ogni pezzo di testo nella cella in cui cade. Funziona molto bene con le tabelle dotate di una griglia completa. Fallisce quando non ci sono linee, quando le linee sono spezzate in frammenti che non si toccano del tutto o quando si usa l’ombreggiatura al posto dei bordi.
Seguire gli spazi vuoti (stream). Il convertitore raggruppa il testo in righe in base all’altezza sulla pagina, poi cerca spazi verticali che si ripetono in modo coerente lungo le righe e li tratta come confini tra le colonne. Questo metodo gestisce le tabelle senza bordi, come molti rendiconti finanziari. Va in difficoltà quando le colonne sono vicine, quando una colonna è centrata anziché allineata o quando un valore lungo in una riga scavalca lo spazio che separa due colonne in tutte le altre.

Entrambi i metodi sono euristici. Sono affidabili con tabelle pulite e regolari e inaffidabili con tutto il resto, ed è per questo che nessun convertitore ricostruisce correttamente ogni tabella.

Dove sbaglia l’estrazione delle tabelle

Anche quando le colonne vengono individuate correttamente, alcuni problemi si ripresentano di continuo:

Celle a capo. Una descrizione che va a capo su una seconda riga sembra una nuova riga con una sola colonna compilata.
Intestazioni unite e su più colonne. Un’intestazione che si estende su due colonne deve essere assegnata a una delle due, o a nessuna.
Interruzioni di pagina. Una tabella che continua nella pagina successiva ripete la sua intestazione, e una riga può essere spezzata dall’interruzione.
Numeri che arrivano come testo. Simboli di valuta, separatori delle migliaia, numeri negativi tra parentesi e richiami di nota attaccati a una cifra possono impedire a Excel di riconoscere un numero. Un separatore decimale diverso dal tuo, come il punto di «1,250.00», viene letto correttamente solo se il tuo Excel usa la stessa convenzione.
Date ambigue. 03/04/2026 è il 3 aprile in alcuni paesi e il 4 marzo in altri, ed Excel ne sceglierà una in base alle tue impostazioni.
Font senza corrispondenza con il testo. Alcuni PDF incorporano font senza la tabella che collega ogni glifo al suo carattere. Si vedono perfettamente, ma copiarne o estrarne il testo produce caratteri senza senso.
Scansioni. Una pagina scansionata non contiene testo, solo un’immagine del testo, quindi non c’è nulla da estrarre senza prima un OCR.

Cosa fa il nostro strumento PDF in Excel

Il nostro convertitore PDF in Excel funziona nel tuo browser, quindi il file non viene caricato. Assegna a ogni pagina del PDF un proprio foglio di lavoro, chiamato Pagina 1, Pagina 2 e così via. Nella colonna A scrive ogni riga di testo della pagina, dall’alto verso il basso, una riga di testo per riga del foglio, e colloca ogni immagine nel punto della pagina in cui era disegnata.

Non cerca di indovinare dove sono le colonne. In questo modo conserva ogni riga, in ordine di lettura, senza che nulla vada perso o finisca nella colonna sbagliata per un’ipotesi errata. Ma significa anche che una riga di tabella arriva come una sola cella, con i valori separati da singoli spazi, e sei tu a dividerla in colonne. Se il PDF ha disegnato la tabella una colonna alla volta, i valori di una riga possono invece arrivare in celle consecutive.

Non c’è OCR, quindi una pagina scansionata arriva come immagine anziché come testo. Un PDF che richiede una password per aprirsi deve essere prima sbloccato.

Dividere una colonna in colonne vere in Excel

Excel ha buoni strumenti per la seconda metà del lavoro:

Testo in colonne, nella scheda Dati, divide una colonna in base a un delimitatore. Scegli Delimitati, poi Spazio. Funziona bene quando i valori non contengono spazi, cosa comune nelle tabelle di numeri e codici. In Avanzate, nell’ultimo passaggio, puoi impostare i separatori decimali e delle migliaia, il che corregge cifre come «1,250.00».
Riempimento rapido (Ctrl+E) impara da un esempio. Digita nella colonna successiva il valore che vuoi ottenere dalla prima riga, premi Ctrl+E ed Excel completa il resto seguendo lo stesso schema.
Formule, in Excel per Microsoft 365. =DIVIDI.TESTO(A2;" ") distribuisce una riga su più colonne, e =TESTO.SUCCESSIVO(A2;" ";-1) restituisce tutto ciò che segue l’ultimo spazio, che di solito è l’importo alla fine di una riga. Racchiudila in VALORE() per trasformarla in un numero.

Excel per Microsoft 365 su Windows può anche importare direttamente un PDF, da Dati, Recupera dati, Da file, Da PDF. Cerca le tabelle da solo e vale la pena provarlo con le tabelle che hanno bordi chiari.

Altre strade da provare

Il modo più affidabile per estrarre una tabella da un PDF è non estrarla affatto dal PDF. I numeri sono nati in un foglio di calcolo, in un sistema di contabilità o in un database, e chi ha creato il PDF di solito può esportare gli stessi dati come foglio di calcolo o come file CSV. Molte banche, ad esempio, permettono di scaricare un estratto conto sia in CSV sia in PDF.

Per una tabella con una griglia completa di linee, vale la pena provare PDF in Word. Quando una tabella arriva come vera tabella di Word, puoi copiarla in Excel e le celle restano celle. È anche la strada da seguire per una tabella scansionata, perché PDF in Word esegue l’OCR sulle pagine scansionate.

Controllare il risultato prima di usarlo

Gli errori di estrazione sono silenziosi. Un valore nella colonna sbagliata sembra valido quanto uno nella colonna giusta. Prima di fare affidamento sui dati estratti:

Somma una colonna con SOMMA e confrontala con il totale stampato nel PDF. Se coincidono, quasi certamente i numeri sono arrivati correttamente. È il miglior controllo in assoluto.
Conta le righe rispetto al PDF, e guarda con attenzione la prima e l’ultima riga di ogni pagina, dove le interruzioni di pagina causano problemi.
Cerca i numeri memorizzati come testo. Per impostazione predefinita Excel li allinea a sinistra nella cella e li contrassegna con un piccolo triangolo verde.
Controlla a mano qualche data, soprattutto quelle in cui il giorno è 12 o meno.

Conclusione

Una tabella PDF è l’immagine di una tabella, fatta di testo e linee che sembrano solo collegati. I convertitori la ricostruiscono a partire dalle linee della griglia o dagli spazi vuoti, ed entrambi i metodi falliscono con le impaginazioni irregolari. Sapendolo, puoi scegliere la strada giusta: chiedi i dati di origine quando puoi, estrai le righe e dividile in Excel quando non puoi, e controlla sempre i totali prima che i numeri finiscano in qualcosa di importante.

Ti serve il testo di un PDF in un foglio di calcolo? Prova PDF in Excel.

← Torna al blog