Convertisseur PDF en Excel

Ce que le détecteur peut récupérer et ses limites

Les pages PDF stockent du texte positionné, pas des cellules de feuille de calcul. Ce convertisseur regroupe les fragments de texte proches en lignes, recherche des positions de colonnes répétées, complète les cellules absentes et rejette les blocs qui ne ressemblent pas à un tableau régulier. Il tient également compte de la rotation et de la zone visible de la page pour lire les positions.

Le détecteur est volontairement prudent. Il vaut mieux ne signaler aucun tableau que transformer du texte sans rapport en feuille de calcul convaincante mais erronée. Comparez toujours les valeurs importantes au PDF source avant tout calcul, import ou rapprochement.

Formats d’export

XLSX crée une feuille par tableau sélectionné, dans la limite de 200 feuilles par téléchargement. Chaque valeur extraite est écrite sous forme de cellule de texte. Le convertisseur ne déduit pas les nombres, dates, formules, devises ou formats comptables, et ne reproduit ni les bordures et polices, ni les cellules fusionnées, ni la présentation de la page d’origine.

CSV et TSV téléchargent séparément chaque tableau sélectionné. Vous pouvez choisir la virgule, le point-virgule ou la tabulation comme délimiteur. Les champs qui contiennent un délimiteur, un guillemet ou un saut de ligne sont placés entre guillemets doubles, et les enregistrements utilisent des fins de ligne CRLF conformément aux règles courantes décrites par la RFC 4180. Une marque BOM UTF-8 est activée par défaut pour améliorer la compatibilité avec les tableurs, mais le délimiteur adéquat dépend toujours du logiciel et des paramètres régionaux utilisés lors de l’import.

Protection contre les formules de tableur

Un PDF peut contenir du texte commençant par =, +, - ou @. Certains tableurs peuvent interpréter ce texte comme une formule à l’ouverture d’un fichier CSV. La protection contre les formules est activée par défaut et ajoute un préfixe aux cellules CSV qui ressemblent à des formules afin qu’elles aient plus de chances de rester du texte. Elle couvre également les cellules précédées d’espaces et les variantes pleine chasse de ces caractères.

Cette mesure réduit le risque, mais ne constitue pas une garantie de sécurité universelle. Le guide OWASP sur l’injection CSV indique que le comportement varie selon les tableurs et que l’échappement peut changer après un nouvel enregistrement et une réouverture du CSV. Conservez la protection pour les PDF qui ne sont pas fiables, inspectez les cellules exportées et n’activez pas les macros ou n’ignorez pas les avertissements de sécurité du tableur. La sortie XLSX écrit les valeurs extraites comme cellules de texte explicites, et non comme formules.

Limites et stockage privé dans le navigateur

• Un seul PDF à la fois, de 20 Mio et 150 pages au maximum.
• Les PDF contenant trop de fragments de texte, un volume de texte excessif ou trop de données tabulaires sont refusés avant de pouvoir saturer le navigateur.
• L’aperçu affiche les 100 premières lignes de chaque tableau détecté ; l’export inclut toutes les lignes détectées dans les limites de sécurité.
• Un classeur peut contenir au maximum 200 feuilles sélectionnées.
• Les PDF chiffrés ou protégés par mot de passe ne sont pas pris en charge. Déverrouillez une copie que vous êtes autorisé à utiliser avant la conversion.
• Pendant le parcours en trois étapes, le PDF source, les tableaux détectés et les réglages sont conservés de manière privée dans ce navigateur pendant 30 minutes. Le stockage est limité à trois tâches et 80 Mio de données locales.
• Seul un identifiant de tâche aléatoire apparaît dans l’URL du parcours. Le PDF, les valeurs extraites et les fichiers téléchargés ne transitent pas par nos serveurs et ne sont pas téléversés vers le serveur de résultats.
• L’option Recommencer supprime la tâche locale en cours. Les enregistrements expirés ou invalides sont effacés lors de la prochaine vérification du stockage du navigateur par l’outil.

Le PDF est chargé depuis ses octets locaux à l’aide de PDF.js. L’outil télécharge ses bibliothèques comme des ressources web ordinaires, mais n’envoie pas le PDF sélectionné avec ces requêtes.

Vérification accessible

Le contrôle de chargement est utilisable au clavier, la progression et les erreurs sont annoncées aux technologies d’assistance, et les tableaux détectés disposent de légendes et d’en-têtes de colonne. L’aperçu peut défiler horizontalement sur les petits écrans et conserve le sens détecté pour les tableaux de droite à gauche. Ces fonctions facilitent la vérification de l’extraction, mais ne remplacent pas la comparaison avec la source lorsque l’exactitude est essentielle.