Una tabella che prosegue nella pagina successiva esce come tabelle separate
Converti un elenco che corre su più pagine e ottieni una tabella per ogni pagina. La riga di intestazione ricompare in cima a ciascuna, in mezzo c'è un «segue» o un numero di pagina, e in Excel la stessa tabella si sparpaglia su tanti fogli quante erano le pagine. È il ricongiungimento a mano che porta via tempo.
Il motivo è che un PDF viene disegnato una pagina alla volta e non registra che una tabella prosegue. Il suo contenuto sono istruzioni: «disegna questo glifo a queste coordinate», «traccia qui una linea». Da nessuna parte è scritto che le righe di questa pagina proseguono quelle della precedente. L'intestazione viene ristampata su ogni pagina e in mezzo resta un numero di pagina o un «segue», così letta meccanicamente una tabella diventa tante tabelle quante erano le pagine.
La continuazione va quindi riletta dalla successione delle pagine. PDFIntact confronta l'ultima tabella di una pagina con la prima della successiva e, quando in mezzo resta solo ciò che si può saltare — un numero di pagina, un «segue» —, le unisce in un'unica tabella con l'intestazione conservata una volta sola. Una tabella unita porta con sé anche l'intervallo di pagine che copriva.
Provalo ora
Verificalo sul tuo PDF
La verifica avviene interamente nel tuo browser. Il file non viene mai caricato e non serve alcun account. Prima di pagare vedi quante pagine, tabelle e figure si possono estrarre.
Esempio
3つの表が、1つの表になります
3ページに分かれて出ていた表が、どう1つになるかを示した図です。実際の値ではなく、行の並び方だけを表しています。
そのまま変換したとき（ページごとの表）
［1ページ目の表］ 見出し行 行 A 行 B ［2ページ目の表］（続き） 見出し行 ← 2度目 行 C 行 D ［3ページ目の表］ 見出し行 ← 3度目 行 E
PDFIntact を通したとき（1つの表）
［1つの表］跨いだページ 1〜3 見出し行 行 A 行 B 行 C 行 D 行 E
3ページに跨る統計表で実際に確かめています。 3ページに分かれていた表が1つの表になり、見出し行は1行だけ、続く165行のデータは原本と同じ順序で並びました。
繋がない表もあります
同じ行のままページごとに列（項目）が変わる型の表は繋ぎません。 行として繋ぐと壊れるからです。その型の検体でも、3ページとも独立した表のままで、 誤って繋ぐことはありませんでした。 続きを示す語も「（続き）」のように括弧の中か行の端にある形だけを見ます。 「手続き」「続柄」のような語を含む本文で、無関係な表を繋いでしまわないためです。
形式ごとに、どう入るか
繋いだ表は1つの表として入りますが、跨いだページの範囲が残る形式は限られます。
Excel（.xlsx）
1つの表が1枚のシート。跨いでいた表も1枚に収まり、見出し行は1行です。シート名は表が始まったページの番号から付きます。罫線と結合セルは再現します。
Word（.docx）
文書順のまま、表が始まったページの位置に1つの表として入ります。
Markdown（.md）
同じ位置に、パイプ記法の1つの表として置きます。
JSON
繋いだ表にだけ、跨いでいたページの範囲（先頭と末尾）が入ります。繋いでいない表には付きません。
吸い上げられたページに残るもの
繋いだ行は先頭のページの表にまとまるので、後ろのページには表が残りません。 残るのは「（続き）」のキャプションだけで、それは本文のブロックとして出ます。 跨いでいたページは表の単位では辿れますが、行の単位では分かりません。 また、表として繋がることと、中の文字が正しく読めていることは別の話です。 ブロックごとの確度の帯を見て、結果は必ず元のPDFと照合してください。
Domande frequenti
- Una tabella che prosegue nella pagina successiva esce come una tabella sola?
- È proprio a questo che serve. L'ultima tabella di una pagina e la prima della successiva vengono confrontate e, quando in mezzo resta solo ciò che si può saltare — un numero di pagina, una didascalia «segue» —, le righe vengono unite in un'unica tabella. Nelle nostre prove un elenco steso su tre pagine è uscito come una tabella di 165 righe di dati, nell'ordine originale. Quando le due parti non combaciano restano tabelle separate, invece di essere unite a forza.
- La riga di intestazione si ripete alla giunzione?
- No. L'intestazione ristampata in cima a ogni pagina non passa nella tabella unita: resta una volta sola, in testa. Nell'elenco di tre pagine che abbiamo provato la tabella unita aveva una sola riga di intestazione, e sotto le righe di dati nell'ordine originale.
- E una tabella le cui colonne proseguono nella pagina successiva?
- Quelle non vengono unite. Una tabella che tiene le stesse righe e cambia colonne a ogni pagina verrebbe distrutta da un'unione per righe, perciò resta una tabella per pagina. L'abbiamo verificato su un esemplare esattamente di questa forma, che non è stato unito per errore. Esce pagina per pagina, e la didascalia è l'unico segno che le pagine vanno insieme.
- Si può sapere su quali pagine si estendeva la tabella?
- Per la tabella nel suo insieme sì: una tabella unita porta nell'uscita JSON la prima e l'ultima pagina che copriva. Da quale pagina venga una singola riga non è registrato. Si tenga presente anche che le pagine assorbite non hanno più una tabella propria: vi resta solo la didascalia «segue», come blocco di testo.
- Come arriva in Excel?
- Una tabella è un foglio, quindi una tabella unita su tre pagine arriva come un unico foglio con una riga di intestazione, intitolato alla pagina in cui la tabella comincia. Per le pagine assorbite non viene creato alcun foglio. Filetti e celle unite vengono riprodotti. L'intervallo di pagine coperto non viene scritto nel file Excel: sta nell'uscita JSON.
Verifica un PDF su tutti i sintomi／ Che cosa contiene ogni formato