Adatok kinyerése PDF-ből Excelbe

Számlaszámok, dátumok, összegek vagy bármilyen más mező legfeljebb 10 PDF-ből – szkennelt fájlokból is – egyetlen táblázatba, ahol minden érték arra az oldalra mutat, ahonnan származik.

Eredmény küldése a következő címre:

Konkrét adatok kinyerése PDF-ből Excelbe mesterséges intelligenciával

Az értékek kézi átmásolása PDF-ekből maga a munka: megnyitni a fájlt, megkeresni a számot, beírni a táblázatba, és ezt hatvanszor megismételni. A konverterek a PDF-ből egy olyan lapot készítenek, amelyen minden rajta van, ami az oldalon, a csevegőeszközök pedig ellenőrizhetetlen választ adnak. Ez az eszköz egyetlen dolgot csinál: elolvas minden dokumentumot – a digitális szöveget közvetlenül, a szkenneket OCR-rel –, csak a kért mezőket nyeri ki, és megmutatja, honnan származik mindegyik.

Sok PDF, egy táblázat

Töltsön fel legfeljebb 10 fájlt, és minden dokumentum ugyanannak a táblázatnak egy sora lesz, az első oszlopban a fájlnévvel. Tíz szállító tíz eltérő elrendezésű számlájából tíz összehasonlítható sor lesz – rendezhető, szűrhető vagy könyvelésbe vihető.

Mondja el egy mondatban, mire van szüksége

Írja be: „számlaszám, dátum, szállító és végösszeg”, és az oszlopok létrejönnek, előnézetként pedig kitöltődnek az egyik dokumentumából. Nevezze át őket, változtasson típust, adjon hozzá oszlopot vagy tegye kötelezővé – mindezt a feldolgozás előtt, így egy rossz találgatás semmibe sem kerül. Nincsenek sablonok, nincs mit bekeretezni.

Szkennelt PDF-ekkel is működik, nem csak digitálisakkal

A szövegréteg nélküli oldalakat a kinyerés előtt kiegyenesíti és felismeri, így egy szkennelt vagy lefotózott dokumentumokat tartalmazó mappa ugyanúgy viselkedik, mint a digitális fájloké. Minden szkennelt oldal nyelvét automatikusan felismeri – magyar, angol, német, román, kínai, arab és több mint 30 további nyelv.

Minden érték ellenőrizhető

Minden cella tudja, melyik dokumentumból, melyik oldalról és pontosan honnan származik. Kattintson rá, és megnyílik az eredeti oldal a kiemelt értékkel. Se összefoglaló, se átfogalmazás – csak az a szöveg, ami tényleg az oldalon áll.

Megmondja, miben bizonytalan

Az alacsony megbízhatóságú értékeket megjelöli ahelyett, hogy tényként tálalná, és ha egy dokumentum ugyanazt az értéket kétszer, eltérően adja meg, mindkettőt látja. Csak azt a néhány cellát kell ellenőriznie, amelyiknek szüksége van rá, nem kell minden dokumentumot újraolvasnia.

Mit lehet kinyerni

Bármilyen értéket, amelyet a dokumentum egyszer közöl: számlákból számot, dátumot, szállítót és végösszeget; nyugtákból üzletet, dátumot és összeget; szerződésekből feleket, aláírás dátumát, időtartamot és összeget; megrendelésekből és szállítólevelekből rendelésszámot; önéletrajzokból és űrlapokból nevet, e-mailt és telefonszámot.

Több, mint másolás és Power Query

Az Excel képes importálni a digitális PDF-ben már meglévő táblázatokat, de a szkenneket nem olvassa, és nem talál meg egy szállítónevet vagy fizetési határidőt a folyó szövegben. Itt Ön nevezi meg a mezőket, a mesterséges intelligencia pedig megtalálja őket, bárhol is vannak az oldalon, a köteg minden fájljában.

Az Aspose.PDF motorra épül

A szövegkinyerés, a felismerés és maga a táblázat is ugyanazon a PDF-motoron fut, mint többi eszközünk. A nem olvasható fájlok az okkal együtt listában jelennek meg, ahelyett hogy szó nélkül eltűnnének.

Hogyan nyerhet ki adatokat PDF-ből Excelbe

Az oszlopokat a feldolgozás előtt egyezteti; ezután minden dokumentum beolvasásra kerül, a szkennek OCR-rel, és az értékek egyetlen táblázatba kerülnek, amelyet összevethet az oldalakkal.

  1. Húzzon legfeljebb 10 PDF-fájlt a feltöltési területre, vagy kattintson rá a kiválasztáshoz. Szkennelt fájl is jó.
  2. Írja le egy mondatban, milyen értékekre van szüksége, vagy válasszon egy példát, és kattintson az „Oszlopok javaslása” gombra.
  3. A javasolt oszlopok egy dokumentumból vannak kitöltve. Nevezze át, módosítsa a típust, jelölje kötelezőnek, adjon hozzá vagy töröljön, majd kattintson az „Indítás” gombra.
  4. A sorok a dokumentumok beolvasása közben jelennek meg. Kattintson egy cellára, hogy lássa az oldalon; az N billentyűvel lépkedhet a megjelöltek között.
  5. Válassza az Excel, CSV vagy JSON formátumot, és töltse le a táblázatot a javításaival.

A fájlokat 24 óra után töröljük a szervereinkről. A táblázat és a javításai csak ezen a lapon léteznek.

GYIK