ตารางที่ต่อไปหน้าถัดไปออกมาเป็นคนละตาราง
คุณแปลงรายการที่ยาวหลายหน้า แล้วได้ตารางหน้าละหนึ่งตาราง แถวหัวตารางโผล่ขึ้นมาอีกที่ด้านบนของแต่ละตาราง ระหว่างนั้นมีคำว่า «ต่อ» หรือเลขหน้าคั่นอยู่ และใน Excel ตารางเดียวกันก็กระจายออกเป็นชีตเท่าจำนวนหน้า สิ่งที่กินเวลาคือการต่อกลับด้วยมือ
สาเหตุคือ PDF วาดทีละหน้าและไม่ได้บันทึกว่าตารางยังต่ออยู่ สิ่งที่อยู่ในไฟล์เป็นเพียงคำสั่ง «วาดรูปอักขระนี้ที่พิกัดนี้» «ลากเส้นตรงนี้» ไม่มีที่ใดบอกว่าแถวในหน้านี้ต่อจากแถวในหน้าก่อน แถวหัวตารางถูกพิมพ์ซ้ำในทุกหน้า และมีเลขหน้าหรือคำว่า «ต่อ» คั่นอยู่ อ่านอย่างเครื่องจักรแล้วตารางเดียวจึงกลายเป็นตารางเท่าจำนวนหน้า
ดังนั้นความต่อเนื่องจึงต้อง อ่านกลับจากลำดับของหน้า PDFIntact เทียบ ตารางสุดท้ายของหน้าหนึ่งกับตารางแรกของหน้าถัดไป และเมื่อสิ่งที่คั่นอยู่มีแต่สิ่งที่ข้ามได้ — เลขหน้า คำว่า «ต่อ» — ก็ต่อทั้งสองเป็น ตารางเดียวที่เก็บแถวหัวตารางไว้เพียงครั้งเดียว ตารางที่ต่อแล้วยังพ่วงช่วงหน้าที่มันพาดผ่านมาด้วย
ลองเลย
ตรวจด้วยไฟล์ PDF ของคุณเอง
การตรวจทำงานภายในเบราว์เซอร์ของคุณทั้งหมด ไฟล์ไม่ถูกส่งไปที่ใด และไม่ต้องสมัครบัญชี คุณจะเห็นว่าดึงออกมาได้กี่หน้า มีตารางและรูปกี่รายการ ก่อนจะจ่ายเงิน
ตัวอย่างจริง
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。
คำถามที่พบบ่อย
- ตารางที่ต่อไปหน้าถัดไปจะรวมเป็นตารางเดียวไหม
- นี่คือสิ่งที่มันทำ ตารางสุดท้ายของหน้าหนึ่งกับตารางแรกของหน้าถัดไปจะถูกนำมาเทียบกัน และเมื่อสิ่งที่คั่นอยู่มีแต่สิ่งที่ข้ามได้ — เลขหน้า คำบรรยายที่เขียนว่า «ต่อ» — แถวทั้งสองจะถูกต่อเป็นตารางเดียว ในการตรวจสอบของเรา รายการที่กระจายอยู่บนสามหน้าออกมาเป็นตารางเดียวที่มีแถวข้อมูล 165 แถว เรียงตามลำดับเดิม เมื่อสองส่วนไม่เข้ากัน ก็ปล่อยให้เป็นคนละตาราง ไม่ต่อโดยฝืน
- แถวหัวตารางจะซ้ำตรงรอยต่อไหม
- ไม่ซ้ำ แถวหัวตารางที่พิมพ์ซ้ำไว้ด้านบนของแต่ละหน้าจะไม่ถูกนำเข้าไปในตารางที่ต่อแล้ว แต่เก็บไว้เพียงครั้งเดียวที่ด้านบนสุด ในรายการสามหน้าที่เราตรวจสอบ ตารางที่ต่อแล้วมีแถวหัวตารางเพียงแถวเดียว และใต้ลงไปคือแถวข้อมูลตามลำดับเดิม
- ตารางที่คอลัมน์ต่อไปหน้าถัดไปจะเป็นอย่างไร
- แบบนั้นไม่ต่อ ตารางที่คงแถวเดิมไว้แต่เปลี่ยนคอลัมน์ในแต่ละหน้า ถ้าต่อแบบแถวจะพัง จึงคงไว้เป็นตารางละหน้า เราตรวจกับตัวอย่างที่มีรูปแบบนั้นพอดี และมันไม่ถูกต่อโดยผิดพลาด มันออกมาทีละหน้า และคำบรรยายคือร่องรอยเดียวที่บอกว่าหน้าเหล่านั้นเป็นชุดเดียวกัน
- รู้ไหมว่าตารางพาดผ่านหน้าใดบ้าง
- ในระดับของทั้งตารางรู้ได้ ตารางที่ต่อแล้วจะพ่วงหน้าแรกและหน้าสุดท้ายที่มันพาดผ่านไว้ในผลลัพธ์ JSON แต่ไม่ได้บันทึกว่าแต่ละแถวมาจากหน้าไหน และพึงทราบว่าหน้าที่ถูกดูดเข้าไปจะไม่มีตารางของตัวเองอีกต่อไป สิ่งที่เหลืออยู่คือคำบรรยาย «ต่อ» ในฐานะบล็อกข้อความ
- ใน Excel ออกมาอย่างไร
- หนึ่งตารางคือหนึ่งชีต ตารางที่ต่อข้ามสามหน้าจึงมาเป็นชีตเดียวที่มีแถวหัวตารางแถวเดียว ตั้งชื่อตามหน้าที่ตารางเริ่มต้น หน้าที่ถูกดูดเข้าไปจะไม่มีการสร้างชีตของตัวเอง เส้นตารางและเซลล์ที่ผสานไว้ถูกสร้างขึ้นใหม่ ส่วนช่วงหน้าที่ตารางพาดผ่านนั้นไม่ได้เขียนลงในไฟล์ Excel แต่อยู่ในผลลัพธ์ JSON