La tabla del PDF sale mal en Excel: por qué ocurre

Pasas un extracto bancario o un listado de facturas de PDF a Excel y te encuentras columnas corridas, filas partidas en dos o importes en la celda de al lado. Casi nunca es un fallo raro: la tabla del PDF solo parecía una tabla. Un PDF guarda dónde va cada trozo de texto en la página, pero no siempre guarda qué dato pertenece a qué fila y a qué columna, que es justo lo que Excel necesita.

Qué intenta reconstruir el conversor

Nuestro PDF a Excel busca en cada página textos alineados, bordes de columna y líneas de cuadrícula, y con eso rehace las celdas. Una tabla exportada desde una hoja de cálculo lo pone fácil: las posiciones son regulares y las columnas no se mueven. Un escaneo, una captura de pantalla o un informe con encabezados combinados obligan a deducir la estructura a partir de espacios desiguales o de píxeles.

• Salen bien: los PDF digitales exportados desde Excel, desde un programa de contabilidad o de facturación, o cualquier informe con columnas regulares.
• Hay que revisarlos: celdas con varias líneas, encabezados combinados, tablas que continúan en la página siguiente y totales escritos fuera de la cuadrícula.
• Necesitan OCR antes: las fotos y los escaneos, porque no contienen texto seleccionable de ningún tipo.

Corrige la causa, no celda por celda

Pon el PDF original al lado del libro de Excel. Si se ha desplazado una columna entera, corrige ese rango y mira si la página siguiente repite el mismo patrón; suele hacerlo. Si las palabras aparecen pegadas porque el original no tiene columnas claras, rehacer esa tabla a mano puede ser más seguro que probar cinco conversiones distintas.

Comas, puntos y fechas: el detalle que más engaña

En España y en buena parte de Latinoamérica escribimos 1.234,56, con punto para los miles y coma para los decimales. Si el PDF viene de una empresa estadounidense o de México, lo normal es 1,234.56. Excel interpreta cada celda según la configuración regional de tu equipo, así que un importe en el formato «contrario» puede quedarse como texto, perder los decimales o convertirse en una fecha. Antes de sumar nada, comprueba que los números están alineados a la derecha (señal de que Excel los reconoce como números) y, si no, usa Datos y luego Texto en columnas para indicar qué separadores lleva el original. Con las fechas pasa lo mismo: 03/04 puede ser 3 de abril o 4 de marzo.

Si la tabla está escaneada

Aplica primero OCR PDF y después PDF a Excel: el lector de tablas aprovecha la capa de texto que añade el OCR. Aun así, no esperes una hoja perfecta. Revisa las columnas, porque a veces se juntan celdas vecinas, y mira con calma importes, fechas, signos menos y separadores decimales. Ten en cuenta además que nuestro OCR solo reconoce inglés: las cifras suelen salir bien, pero en los conceptos en español las tildes y la ñ se estropean a menudo. Si necesitas ese texto limpio, pasa el escaneo en tu ordenador por ocrmypdf con la opción -l spa.

Elige bien el destino

Excel tiene sentido si vas a calcular, filtrar o reutilizar las filas. Si lo que quieres es editar el informe que rodea a la tabla y esta solo se lee, PDF a Word te sirve mejor. Y si solo tienes que citar unas cifras, copiar un rango ya comprobado es más rápido que reconstruir un libro entero.

Comprobación rápida antes de fiarte de las cifras

1. Compara el número de filas y los encabezados con el original.
2. Revisa la primera fila, una del medio y la última de cada página.
3. Calcula los totales por tu cuenta: una columna con buena pinta puede esconder un decimal corrido o un signo menos perdido.
4. Aplica formatos de fecha y de número solo cuando hayas confirmado que los valores importados son correctos.

Preguntas frecuentes

¿Por qué una sola tabla del PDF acaba repartida en varias hojas?

Los saltos de página y los encabezados que se repiten hacen que el original parezca tener varias tablas distintas. Revisa dónde cambia de página y, si los rangos forman parte de la misma tabla, únelos cuando los hayas comprobado.

¿Puede Excel recuperar a la perfección una tabla escaneada?

No sin revisarla. El OCR identifica palabras y números, pero una imagen no contiene celdas de verdad. Usa el resultado como punto de partida y comprueba cada valor que vaya a influir en una cuenta o una decisión.