Un relevé bancaire arrive en PDF, alors que vous devez rapprocher cinquante opérations dans un tableur. Une facture comporte vingt lignes à intégrer dans un suivi budgétaire. Retaper chaque montant est lent et augmente le risque d’erreur. Convertir un PDF en Excel sans upload peut éviter cette saisie, à condition de savoir ce que l’outil reconnaît réellement : il ne « comprend » pas le document comme une personne, il reconstruit une grille à partir d’indices géométriques.
Comment la détection fonctionne localement
Document Flare lit le PDF dans le navigateur. Le fichier n’est pas envoyé à un serveur. Pour chaque page, l’outil examine la position du texte et les tracés vectoriels, puis essaie deux stratégies.
1. Repérer les alignements de texte
Dans un tableau sans bordures, les libellés et les nombres commencent souvent aux mêmes positions horizontales, ligne après ligne. L’algorithme regroupe les éléments textuels proches sur un même axe, cherche des colonnes récurrentes et construit des cellules à leurs intersections.
Cette méthode convient aux tableaux sobres dont les lignes et colonnes sont régulières. Elle devient moins fiable avec des retraits variables, des descriptions sur plusieurs lignes, du texte pivoté ou des espacements utilisés uniquement pour la mise en page. Un bloc de texte en colonnes peut aussi ressembler à tort à un tableau.
2. Suivre les filets vectoriels
Lorsqu’un tableau possède une grille, l’outil relève les segments horizontaux et verticaux dessinés dans le PDF. Leurs intersections fournissent des frontières de lignes et de colonnes plus explicites. Le texte positionné à l’intérieur est ensuite affecté aux cellules correspondantes.
Cette stratégie donne généralement les meilleurs résultats sur les factures et rapports aux bordures nettes. Mais une bordure visible peut être une image, et non un tracé vectoriel exploitable. Les grilles incomplètes, décoratives ou irrégulières restent ambiguës.
En mode automatique, l’outil compare les résultats des deux stratégies et retient la plus productive en cellules remplies. Le panneau permet aussi de choisir manuellement « filets » ou « texte », puis d’examiner un aperçu avant téléchargement.
Casio HR-150RCE — calculatrice à rubanImpression bicolore des calculs : la trace papier qui accompagne les exports Excel.affilié
Ce qui fonctionne bien
Le cas idéal est un PDF natif, créé depuis un logiciel de facturation, un traitement de texte ou un outil de reporting. Son texte est sélectionnable, les colonnes sont stables et chaque ligne suit le même schéma. Les relevés simples, listes de transactions, inventaires et tableaux statistiques réguliers sont de bons candidats.
L’aperçu affiche les premières lignes, les dimensions estimées, la page d’origine, la stratégie retenue et un indice de confiance. Servez-vous-en comme contrôle, pas comme garantie. Comparez notamment les totaux, les décimales, les signes négatifs et les dates avec le PDF source avant d’utiliser les données dans un calcul.
Si vous avez seulement besoin du contenu linéaire, sans reconstruction en cellules, l’extraction du texte d’un PDF est souvent plus adaptée.
Ce qui échoue honnêtement
- Les scans sans couche texte : l’outil ne trouve aucun caractère à placer dans les cellules. Un scan est une image, même si les mots sont parfaitement lisibles à l’écran. Commencez par un OCR local du PDF, puis relisez soigneusement les chiffres reconnus.
- Les cellules fusionnées : un titre couvrant trois colonnes ou une valeur étendue sur plusieurs lignes n’est pas reconstitué comme fusion Excel. Le contenu peut aboutir dans une seule cellule tandis que les voisines restent vides, ou provoquer un décalage.
- Les tableaux sans filets ni alignements réguliers : sans frontières vectorielles et sans positions de colonnes répétées, l’heuristique manque d’indices et peut ignorer le tableau.
- Les mises en page complexes : sous-tableaux, cellules imbriquées, en-têtes verticaux, notes intercalées et grilles partielles peuvent produire des colonnes supplémentaires ou des lignes mal découpées.
- La mise en forme : couleurs, polices, largeurs exactes, formules, filtres et styles ne sont pas recréés. Un PDF contient les valeurs affichées, pas les formules du tableur d’origine.
CSV ou XLSX : lequel choisir ?
Choisissez CSV pour importer les données dans un logiciel comptable, une base de données, Python ou un script de consolidation. C’est un format texte simple, facile à inspecter et durable. L’outil peut réunir les tables dans un seul CSV ou produire une archive ZIP contenant un CSV par table. Le fichier utilise l’UTF-8 avec une marque d’encodage pour améliorer la lecture des accents dans Excel.
Choisissez XLSX pour ouvrir directement le résultat dans Excel, LibreOffice Calc ou un tableur compatible, surtout lorsque le PDF contient plusieurs tableaux. Le classeur place chaque table dans une feuille distincte. Il est généré localement sous la forme standard d’une archive ZIP contenant des fichiers XML, sans dépendre d’un service Office distant.
Dans les deux cas, les cellules contiennent du texte extrait. Vérifiez comment votre tableur interprète les séparateurs décimaux, dates, zéros initiaux et grands identifiants : une conversion automatique peut modifier leur affichage.
Limites pratiques et méthode recommandée
L’outil accepte un PDF à la fois, jusqu’à 50 Mio et 1 000 pages. L’analyse reste sur votre appareil et le document source n’est pas modifié. Une grande quantité de pages demande davantage de mémoire et de temps dans le navigateur.
Pour un résultat exploitable :
- vérifiez que le texte du PDF est sélectionnable ;
- lancez la stratégie automatique ;
- contrôlez l’aperçu et essayez séparément les stratégies par filets ou par alignements si nécessaire ;
- exportez en CSV pour un traitement automatisé, ou en XLSX pour travailler par feuilles ;
- comparez quelques lignes et les totaux au document original avant toute décision financière.
L’extraction est donc un raccourci efficace pour les tableaux réguliers, pas une reproduction parfaite du document. Plus la grille et la couche texte sont propres, plus le résultat a des chances d’être juste.
Le matériel adapté
Casio HR-150RCE — calculatrice à rubanImpression bicolore des calculs : la trace papier qui accompagne les exports Excel.affilié
