Eu vou extrair tabelas do seu PDF para uma planilha Excel limpa

A maioria dos resultados de "PDF para Excel" são uma captura de tela em uma célula, ou uma tabela com três linhas mescladas de lixo no meio dela. Você consegue uma planilha que realmente pode usar.

O que faço de diferente, e por que isso importa

Notas de rodapé acompanham os dados. Tabelas de estatísticas carregam notas que mudam o significado dos números, como denominadores diferentes, definições revisadas, "dados de 2019 em diante foram reponderados". A maioria das extrações elimina essas notas. O resultado é uma planilha que parece correta, mas está silenciosamente errada. Eu as mantenho na planilha.

Taxas e níveis ficam em colunas separadas e nomeadas. Quando uma tabela mistura milhares e porcentagens, cada coluna recebe um nome que indica o que ela é. Você não vai descobrir que "21.0" era uma taxa ao ordenar e se perguntar por que os totais não fazem sentido.

Nada é adivinhado. Se uma página estiver ilegível, uma célula estiver ambígua ou um dado estiver ausente, você recebe uma célula vazia e uma linha nas minhas notas dizendo isso. Não preencho um espaço vazio com um número plausível.

Exemplo de trabalho disponível na galeria do serviço: um boletim de 37 páginas do Office for National Statistics do Reino Unido, com quatro tabelas extraídas para uma planilha de quatro abas, com notas de rodapé intactas e totais verificados em 15 áreas, 4 conjuntos de dados.