PDF a Excel

Un PDF no guarda tablas. Guarda texto posicionado: este carácter en estas coordenadas, y nada más. Lo que tu vista lee como una cuadrícula de filas y columnas es, para el archivo, un conjunto de fragmentos que resultan estar alineados. Nada registra a qué columna pertenecía un valor, ni siquiera que existiera una columna.

Convertir a Excel consiste, por tanto, en reconstruir la intención a partir de la geometría: agrupar caracteres en celdas, deducir los límites de las columnas por los espacios en blanco verticales, detectar las filas de encabezado y decidir dónde termina una tabla y empieza el párrafo siguiente. Es deducción, no lectura.

Eso hace que los resultados sean previsibles y no aleatorios. Un extracto bien alineado se reconstruye casi a la perfección; una tabla con celdas combinadas, encabezados en dos niveles y notas al pie metidas entre las filas necesitará algún retoque, porque la información para decidir nunca se escribió en el archivo.

Cada página se analiza dos veces. La primera pasada sigue las líneas de la cuadrícula: cuando la tabla tiene bordes, los trazos delimitan las celdas y no hay nada más fiable. La segunda ignora las líneas y trabaja con la alineación del texto, buscando los pasillos verticales de espacio en blanco que las columnas siempre dejan.

Hacen falta las dos porque las tablas reales vienen en dos familias. Las cuentas, las facturas y los formularios oficiales suelen tener bordes. Los extractos bancarios, las listas de precios y las exportaciones de sistemas internos casi nunca los tienen; se sostienen solo por la alineación, y una detección por líneas no vería nada. Gana el mejor resultado, página por página, así que un informe que mezcla los dos estilos necesita una sola pasada.

Es el detalle que decide si la conversión te ahorra tiempo o te lo cuesta. Un importe extraído como texto parece un número y se alinea como tal, pero Excel lo trata como texto, la SUMA da cero y pasas un cuarto de hora convirtiendo columnas antes de empezar a trabajar de verdad.

Los valores numéricos se escriben en celdas numéricas reales, así que puedes ordenar, filtrar y sumar en cuanto abres el archivo. Una precaución: los separadores decimales y de miles cambian de un documento a otro, y una tabla escrita con la convención de otro país puede interpretarse mal; revisa una columna de totales antes de fiarte del resto de un archivo de origen desconocido.

Usa PDF a Excel cuando el valor está en la cuadrícula: listas de precios, tablas financieras, inventarios, horarios y exportaciones de datos que quieres ordenar o sumar. Cada página de origen se convierte en su propia hoja, y varias tablas de una misma página se apilan con una fila en blanco entre ellas.

Usa PDF a Word cuando el valor está en el texto: cartas, contratos e informes en los que el diseño y los párrafos importan más que las celdas. Para extractos bancarios y de tarjeta, el conversor de extractos bancarios a Excel va más allá: une los conceptos partidos en varias líneas y comprueba el saldo.