PDF’den Excel’e: Tablo Çıkarma Gerçekte Nasıl Çalışır

Tabloyu PDF’de görebilirsiniz: satırlar, sütunlar, bir başlık, en altta bir toplam. Bir dönüştürücünün onu doğrudan bir elektronik tabloya aktarması gerektiği apaçık görünür. Sorun şu ki PDF bir tablo içermez. Belirli konumlara karakterler, başka konumlara çizgiler çizme talimatları içerir ve gördüğünüz ızgarayı gözleriniz bir araya getirir. Her PDF’den Excel’e dönüştürücü, tabloyu bu dağınık parçalardan yeniden kurmak zorundadır; sonuçların kusursuzdan kullanılamaza kadar değişmesinin nedeni budur. Bu rehber, bu yeniden kurmanın nasıl işlediğini, nerede başarısız olduğunu ve her iki durumda da Excel’e temiz sayıları nasıl aktaracağınızı açıklıyor.

Bir PDF tablosunun içinde gerçekte ne vardır

Üç sütunlu bir fatura satırını ele alalım: “Danışmanlık”, “12 Mar 2026” ve “1.250,00”. PDF’nin içinde bu, her biri bir x ve y koordinatına sahip ayrı metin parçalarından oluşan bir kümedir. Parçalar kelimelerle örtüşmeyebilir: bir program “1.250,00” değerini tek parça olarak yazar, bir diğeri “1.2” ve “50,00” olarak, bir başkası ise her karakteri ayrı ayrı yerleştirir. Okuma sırasına göre görünmeleri de gerekmez. Bazı programlar bütün bir tabloyu her seferinde bir sütun olmak üzere çizer.

Izgaranın çizgileri, metinle bağlantısı olmayan ayrı çizim talimatlarıdır. Kalın bir çizgi çok sayıda kısa parça olarak çizilebilir, gölgeli bir satır hiç çizgisi olmayan dolgulu bir dikdörtgen olabilir ve birçok tabloda hiç çizgi yoktur. Dosyada “bu bir hücredir”, “bu iki hücre birleştirilmiştir” veya “bu satır tabloya aittir” diyen hiçbir şey yoktur.

Dönüştürücülerin bir tabloyu bulmasının iki yolu

Tablo çıkarma araçları genellikle iki yöntemden birini kullanır. Tabula ve Camelot gibi açık kaynaklı araçlar bunlara “lattice” ve “stream” der.

• Cetvel çizgilerini izlemek (lattice). Dönüştürücü yatay ve dikey çizgileri toplar, nerede kesiştiklerini bulur ve çevrelenen her alanı bir hücre olarak kabul eder. Ardından her metin parçasını içine düştüğü hücreye yerleştirir. Bu, tam ızgarası olan tablolarda çok iyi çalışır. Çizgi olmadığında, çizgiler tam birleşmeyen parçalara bölündüğünde veya kenarlık yerine gölgelendirme kullanıldığında başarısız olur.
• Boşlukları izlemek (stream). Dönüştürücü metni sayfadaki yüksekliğine göre satırlar hâlinde gruplar, ardından satırlar boyunca tutarlı biçimde aşağı inen dikey boşlukları arar ve bunları sütun sınırı olarak kabul eder. Bu, birçok mali tablo gibi kenarlıksız tabloları işleyebilir. Sütunlar birbirine yakın olduğunda, bir sütun hizalı değil ortalanmış olduğunda ya da bir satırdaki uzun bir değer, diğer tüm satırlarda iki sütunu ayıran boşluğu kapattığında zorlanır.

İki yöntem de buluşsaldır. Temiz ve düzenli tablolarda güvenilirdirler, geri kalan her şeyde güvenilmezdirler; hiçbir dönüştürücünün her tabloyu doğru çıkaramamasının nedeni budur.

Tablo çıkarma nerede yanılır

Sütunlar doğru bulunduğunda bile bazı sorunlar tekrar tekrar ortaya çıkar:

• Kaydırılmış hücreler. İkinci bir satıra kayan bir açıklama, yalnızca bir sütunu dolu yeni bir satır gibi görünür.
• Birleştirilmiş ve yayılan başlıklar. İki sütunun üzerinde duran bir başlığın bunlardan birine atanması ya da hiçbirine atanmaması gerekir.
• Sayfa sonları. Sonraki sayfada devam eden bir tablo başlığını tekrarlar ve bir satır sayfa sonunda ikiye bölünebilir.
• Metin olarak gelen sayılar. Para birimi simgeleri, binlik ayırıcılar, parantez içinde gösterilen negatif sayılar ve bir rakama eklenmiş dipnot işaretleri, Excel’in bir sayıyı tanımasını engelleyebilir. “1,250.00” örneğindeki gibi ondalık nokta, yalnızca Excel’iniz aynı kuralı kullanıyorsa doğru okunur.
• Belirsiz tarihler. 03/04/2026 bazı ülkelerde 3 Nisan, bazılarında 4 Mart’tır ve Excel ayarlarınıza göre birini seçer.
• Metin eşlemesi olmayan yazı tipleri. Bazı PDF’ler yazı tiplerini, her glifi yeniden bir karaktere eşleyen tablo olmadan gömer. Kusursuz görüntülenirler, ancak metinlerini kopyalamak veya çıkarmak anlamsız karakterler üretir.
• Taramalar. Taranmış bir sayfada hiç metin yoktur, yalnızca metnin bir resmi vardır; bu yüzden önce OCR yapılmadan çıkarılacak bir şey yoktur.

PDF’den Excel’e aracımız ne yapar

PDF’den Excel’e dönüştürücümüz tarayıcınızda çalışır; bu yüzden dosya yüklenmez. PDF’nin her sayfasına Sayfa 1, Sayfa 2 vb. adlarla kendi çalışma sayfasını verir. A sütununa, sayfadaki her metin satırını yukarıdan aşağıya, her satır için bir satır olmak üzere yazar ve her resmi sayfada çizildiği noktaya yerleştirir.

Sütunların nerede olduğunu tahmin etmeye çalışmaz. Bu, her satırı okuma sırasıyla korur; kötü bir tahmin yüzünden hiçbir şey atlanmaz veya yanlış sütuna konmaz. Ancak bu aynı zamanda bir tablo satırının, değerleri tek boşluklarla ayrılmış tek bir hücre olarak geldiği ve onu sütunlara sizin bölmeniz gerektiği anlamına gelir. PDF tablosunu her seferinde bir sütun olmak üzere çizdiyse bir satırın değerleri bunun yerine art arda hücrelerde gelebilir.

OCR yoktur; bu yüzden taranmış bir sayfa metin olarak değil resim olarak gelir. Açmak için şifre gereken bir PDF’nin önce kilidinin açılması gerekir.

Excel’de tek bir sütunu gerçek sütunlara bölme

Excel’de işin ikinci yarısı için iyi araçlar vardır:

• Veri sekmesindeki Metni Sütunlara Dönüştür, bir sütunu bir sınırlayıcıdan böler. Sınırlandırılmış’ı, ardından Boşluk’u seçin. Bu, değerlerin kendisi boşluk içermediğinde iyi çalışır; sayı ve kod tablolarında bu yaygındır. Son adımda Gelişmiş altında ondalık ve binlik ayırıcıları ayarlayabilirsiniz; bu da “1,250.00” biçimindeki rakamları düzeltir.
• Hızlı Doldurma (Ctrl+E) bir örnekten öğrenir. İlk satırdan istediğiniz değeri yan sütuna yazın, Ctrl+E tuşlarına basın; Excel geri kalanını aynı kalıbı izleyerek doldurur.
• Microsoft 365 için Excel’de formüller. =METİNBÖL(A2;" ") bir satırı sütunlara yayar; =METİNSONRA(A2;" ";-1) ise son boşluktan sonraki her şeyi döndürür, bu da genellikle satırın sonundaki tutardır. Sayıya dönüştürmek için onu SAYIYAÇEVİR() içine alın.

Windows’taki Microsoft 365 için Excel, bir PDF’yi Veri, Veri Al, Dosyadan, PDF’den yoluyla doğrudan da içe aktarabilir. Tabloları kendisi arar ve kenarlıkları belirgin tablolarda denemeye değer.

Denemeye değer başka yollar

Bir tabloyu PDF’den çıkarmanın en güvenilir yolu, onu hiç PDF’den çıkarmamaktır. Rakamlar ilk olarak bir elektronik tabloda, bir muhasebe sisteminde veya bir veritabanında oluşturuldu ve PDF’yi hazırlayan kişi genellikle aynı verileri bir elektronik tablo veya CSV dosyası olarak dışa aktarabilir. Örneğin birçok banka hesap ekstresini PDF’nin yanı sıra CSV olarak da indirmenize izin verir.

Tam çizgi ızgarası olan bir tablo için PDF’den Word’e aracını denemeye değer. Bir tablo bu araçtan gerçek bir Word tablosu olarak geçerse onu Excel’e kopyalayabilirsiniz ve hücreler hücre olarak kalır. Taranmış bir tablo için de yol budur, çünkü PDF’den Word’e aracı taranmış sayfalarda OCR çalıştırır.

Kullanmadan önce sonucu kontrol edin

Çıkarma hataları sessizdir. Yanlış sütundaki bir değer, doğru sütundaki bir değer kadar geçerli görünür. Çıkarılan verilere güvenmeden önce:

• Bir sütunu TOPLA ile toplayın ve PDF’de yazılı toplamla karşılaştırın. Eşleşiyorlarsa rakamlar neredeyse kesinlikle doğru aktarılmıştır. Bu, yapılabilecek en iyi kontroldür.
• Satırları PDF’yle karşılaştırarak sayın ve sayfa sonlarının sorun çıkardığı, her sayfanın ilk ve son satırlarına dikkatle bakın.
• Metin olarak saklanan sayılara bakın. Excel varsayılan olarak bunları hücrenin soluna hizalar ve küçük yeşil bir üçgenle işaretler.
• Birkaç tarihi, özellikle günün 12 veya daha küçük olduğu tarihleri elle kontrol edin.

Sonuç

Bir PDF tablosu, yalnızca birbirine bağlıymış gibi görünen metin ve çizgilerden oluşan bir tablo resmidir. Dönüştürücüler onu cetvel çizgilerinden veya boşluklardan yeniden kurar ve iki yöntem de düzensiz düzenlerde başarısız olur. Bunu bilerek doğru yolu seçebilirsiniz: mümkünse kaynak verileri isteyin, değilse satırları çıkarıp Excel’de bölün ve rakamlar önemli bir yere gitmeden önce her zaman toplamları kontrol edin.

Bir PDF’nin metnine bir elektronik tabloda mı ihtiyacınız var? PDF’den Excel’e aracını deneyin.

← Bloga dön