استخراج داده از PDF به اکسل

شماره فاکتور، تاریخ، مبلغ یا هر فیلد دیگری از حداکثر ۱۰ فایل PDF – حتی اسکن‌شده – در یک جدول که هر مقدار در آن به صفحه‌ای که از آن آمده اشاره می‌کند.

ارسال نتیجه به:

استخراج داده‌های مشخص از PDF به اکسل با هوش مصنوعی

کپی دستی مقادیر از فایل‌های PDF همهٔ کار است: فایل را باز می‌کنید، عدد را پیدا می‌کنید، آن را در صفحه‌گسترده تایپ می‌کنید و شصت بار تکرار می‌کنید. مبدل‌ها PDF را به برگه‌ای پر از همهٔ محتوای صفحه تبدیل می‌کنند و ابزارهای چت پاسخی می‌دهند که نمی‌توانید درستی‌اش را بررسی کنید. این ابزار فقط یک کار می‌کند: هر سند را می‌خواند – متن دیجیتال را مستقیم و اسکن‌ها را با OCR –، فقط فیلدهایی را که خواسته‌اید بیرون می‌کشد و نشان می‌دهد هر کدام از کجا آمده است.

چندین PDF، یک صفحه‌گسترده

تا ۱۰ فایل آپلود کنید تا هر سند یک ردیف از همان جدول شود و نام فایل در ستون اول بیاید. ده فاکتور از ده تأمین‌کننده با ده چیدمان متفاوت به ده ردیف قابل مقایسه تبدیل می‌شوند – آمادهٔ مرتب‌سازی، فیلتر یا ثبت در حسابداری.

در یک جمله بگویید چه می‌خواهید

بنویسید «شماره فاکتور، تاریخ، تأمین‌کننده و مبلغ کل» تا ستون‌ها ساخته شوند و برای پیش‌نمایش از یکی از سندهای شما پر شوند. نامشان را عوض کنید، نوع را تغییر دهید، ستونی اضافه کنید یا آن را اجباری کنید – همه پیش از هر پردازشی، پس حدس اشتباه هزینه‌ای ندارد. بدون قالب و بدون کشیدن ناحیه.

با PDF اسکن‌شده هم کار می‌کند، نه فقط دیجیتال

صفحه‌های بدون لایهٔ متن پیش از استخراج صاف و بازشناسی می‌شوند، بنابراین پوشه‌ای از سندهای اسکن‌شده یا عکس‌گرفته‌شده مثل پوشه‌ای از فایل‌های دیجیتال رفتار می‌کند. زبان هر اسکن خودکار تشخیص داده می‌شود – فارسی، عربی، انگلیسی، ترکی، چینی، روسی و بیش از ۳۰ زبان دیگر.

هر مقدار قابل بررسی است

هر خانه می‌داند از کدام سند، کدام صفحه و دقیقاً کدام نقطه آمده است. روی آن کلیک کنید تا صفحهٔ اصلی با مقدار برجسته‌شده باز شود. بدون خلاصه و بدون بازنویسی – فقط متنی که واقعاً روی صفحه است.

می‌گوید به چه چیزی مطمئن نیست

مقادیر با اطمینان پایین به‌جای اینکه به‌عنوان واقعیت ارائه شوند علامت‌گذاری می‌شوند، و وقتی سندی یک مقدار را دو بار به دو شکل متفاوت بیاورد، هر دو را می‌بینید. به‌جای خواندن دوبارهٔ همهٔ سندها، فقط چند خانه‌ای را که لازم است بررسی می‌کنید.

چه چیزهایی را می‌توانید استخراج کنید

هر مقداری که سند یک بار ذکر کند: شماره، تاریخ، تأمین‌کننده و مبلغ کل از فاکتورها؛ فروشگاه، تاریخ و مبلغ از رسیدها؛ طرفین، تاریخ امضا، مدت و مبلغ از قراردادها؛ شماره سفارش از سفارش‌های خرید و بارنامه‌ها؛ نام، ایمیل و تلفن از رزومه‌ها و فرم‌ها.

فراتر از کپی‌وپیست و Power Query

اکسل می‌تواند جدول‌هایی را که از قبل در یک PDF دیجیتال هستند وارد کند، اما اسکن را نمی‌خواند و نام تأمین‌کننده یا سررسید پرداخت را در متن معمولی پیدا نمی‌کند. اینجا شما فیلدها را نام می‌برید و هوش مصنوعی آن‌ها را هر جای صفحه که باشند، در همهٔ فایل‌های دسته پیدا می‌کند.

ساخته‌شده بر موتور Aspose.PDF

استخراج متن، بازشناسی و خود صفحه‌گسترده روی همان موتور PDF ابزارهای دیگر ما اجرا می‌شوند. فایل‌هایی که خوانده نمی‌شوند همراه با دلیل در فهرست می‌آیند، نه اینکه بی‌صدا حذف شوند.

چگونه داده را از PDF به اکسل استخراج کنیم

ستون‌ها پیش از هر پردازشی توافق می‌شوند؛ سپس هر سند خوانده می‌شود، اسکن‌ها با OCR، و مقادیر در یک جدول قرار می‌گیرند که می‌توانید با صفحه‌ها تطبیق دهید.

  1. تا ۱۰ فایل PDF را به ناحیهٔ آپلود بکشید یا برای انتخاب روی آن کلیک کنید. فایل اسکن‌شده هم قبول است.
  2. در یک جمله بنویسید به چه مقادیری نیاز دارید، یا یکی از نمونه‌ها را انتخاب کنید، و روی «پیشنهاد ستون‌ها» کلیک کنید.
  3. ستون‌های پیشنهادی از یک سند پر شده‌اند. نام را عوض کنید، نوع را تغییر دهید، اجباری کنید، اضافه یا حذف کنید، سپس روی «اجرا» کلیک کنید.
  4. ردیف‌ها هم‌زمان با خوانده شدن سندها ظاهر می‌شوند. برای دیدن هر خانه روی صفحه روی آن کلیک کنید؛ با کلید N بین خانه‌های علامت‌دار جابه‌جا شوید.
  5. اکسل، CSV یا JSON را انتخاب کنید و جدول را با ویرایش‌هایتان دانلود کنید.

فایل‌ها پس از ۲۴ ساعت از سرورهای ما حذف می‌شوند. جدول و ویرایش‌های شما فقط در همین زبانه وجود دارند.

سوالات متداول