PDF para Excel

Um PDF não guarda tabelas. Ele guarda texto posicionado: este caractere nestas coordenadas, e nada mais. O que o seu olho lê como uma grade de linhas e colunas é, para o arquivo, um conjunto de trechos que por acaso estão alinhados. Nada registra a que coluna um valor pertencia, nem que uma coluna existia.

Converter para Excel, portanto, é reconstruir a intenção a partir da geometria: juntar caracteres em células, deduzir os limites das colunas pelos espaços em branco verticais, identificar as linhas de cabeçalho e decidir onde uma tabela termina e o parágrafo seguinte começa. É dedução, não leitura.

Isso torna os resultados previsíveis, e não aleatórios. Um extrato bem alinhado se reconstrói quase perfeitamente; uma tabela com células mescladas, cabeçalhos em dois níveis e notas de rodapé entre as linhas vai pedir algum ajuste, porque a informação necessária para decidir nunca foi gravada no arquivo.

Cada página é analisada duas vezes. A primeira passagem segue as linhas de grade: quando a tabela tem bordas, os traços delimitam as células, e nada é mais confiável. A segunda ignora as linhas e trabalha com o alinhamento do texto, procurando os corredores verticais de espaço em branco que as colunas sempre deixam.

As duas são necessárias porque as tabelas reais vêm em duas famílias. Balanços, notas e formulários oficiais costumam ter bordas. Extratos bancários, listas de preços e exportações de sistemas internos quase nunca têm; ficam de pé só pelo alinhamento, e uma detecção por linhas não veria nada. O melhor resultado vence, página por página, então um relatório que mistura os dois estilos precisa de uma passagem só.

É o detalhe que decide se a conversão economiza tempo ou custa tempo. Um valor extraído como texto parece um número e se alinha como um, mas o Excel o trata como texto, a SOMA dá zero e você gasta quinze minutos convertendo colunas antes de começar o trabalho de verdade.

Os valores numéricos são gravados em células numéricas de verdade, então você pode ordenar, filtrar e somar assim que o arquivo abre. Um cuidado: os separadores decimais e de milhar variam entre documentos, e uma tabela escrita na convenção de outro país pode ser mal interpretada; confira uma coluna de totais antes de confiar no resto de um arquivo de origem desconhecida.

Use o PDF para Excel quando o valor está na grade: listas de preços, tabelas financeiras, inventários, horários e exportações de dados que você quer ordenar ou somar. Cada página de origem vira uma planilha própria, e várias tabelas da mesma página ficam empilhadas com uma linha em branco entre elas.

Use o PDF para Word quando o valor está no texto: cartas, contratos e relatórios em que o layout e os parágrafos importam mais que as células. Para extratos bancários e faturas de cartão, o conversor de extrato bancário para Excel vai além: junta descrições quebradas em várias linhas e confere o saldo.