Skannad PDF till Excel: så kontrollerar du datum, decimaler och kontonummer

När du arbetar med skannad PDF till Excel uppstår de största riskerna ofta efter själva OCR-tolkningen: förskjutna datum, bortfallna decimaler och fel i kontonummer. Här får du en praktisk granskningsrutin för att hitta felen innan kalkylbladet används vidare.

Skannad PDF till Excel: så kontrollerar du datum, decimaler och kontonummer

Skannad PDF till Excel kan spara mycket tid, men det viktiga arbetet börjar ofta först när tabellen har hamnat i ett kalkylblad. Om källan är ett kontoutdrag, ett fakturaregister, en utläggsrapport eller en betalningssammanställning kan små OCR-fel leda till stora följdproblem. Ett datum kan ändras från 03/07/2026 till 08/07/2026, en decimal kan försvinna eller ett kontonummer kan tappa en siffra. Därför är den säkraste metoden inte bara att få ut data, utan att granska resultatet systematiskt.

Den här artikeln fokuserar på kvalitetskontroller efter tabelltolkning. Den handlar inte främst om att förbättra sneda skanningar eller om att stämma av radtotaler i detalj. I stället visar den hur du granskar de fält som oftast orsakar praktiska fel: datum, decimaler och konto- eller referensnummer.

Om du vill jämföra allmän information om ämnet finns informationssidan OCR PDF to Excel. Se den som en sida för bakgrund och tillgänglighet, inte som en direkt konverteringstjänst.

Varför just dessa tre fält kräver extra kontroll

Alla OCR-fel är inte lika allvarliga. Ett stavfel i en beskrivningskolumn kan vara störande, men ett felaktigt datum eller belopp kan påverka rapportering, avstämning och betalningsuppföljning.

De mest känsliga fälten är ofta:

  • Datum: OCR kan byta plats på siffror, misstolka avgränsare eller läsa dag och månad fel.
  • Decimalvärden: en svag punkt eller ett svagt kommatecken kan tappas bort, flyttas eller dubbleras.
  • Kontonummer och andra identifierare: långa teckenserier drabbas lätt av sammanslagna siffror, borttappade nollor och förväxlingar som 0 och O.

Det här händer eftersom OCR läser bildmönster, inte affärsinnebörd. Ett kalkylblad kan se rent och välordnat ut men ändå innehålla dolda fel.

Ett praktiskt exempel: fakturaregister från en skannad PDF

Föreställ dig en skannad PDF med en tabell som innehåller följande kolumner:

  1. Fakturadatum
  2. Fakturanummer
  3. Kundens kontonummer
  4. Nettobelopp
  5. Momsbelopp
  6. Totalbelopp

Efter OCR till Excel kan arket först se användbart ut. Men vid en närmare granskning kan du hitta fel som:

  • 2026-09-12 blir 2026-09-17
  • 1540.75 blir 154075
  • 00198234 blir 198234
  • 88.40 blir B8.40
  • A10239008 blir A1023900B

Varje enskilt fel kan verka litet. Men om kalkylbladet senare filtreras, matchas, importeras eller granskas kan problemen snabbt spridas vidare.

En femstegsrutin för granskning efter OCR

Använd den här korta processen innan du litar på det exporterade kalkylbladet.

  1. Behåll originaldokumentet öppet som referens
    Ha den skannade PDF-filen bredvid kalkylbladet. Granska alltid mot originalbilden, inte mot minnet.

  2. Börja med kolumner med högst risk
    Starta med datum, belopp, kontonummer, fakturanummer, referenser, skatte-ID och saldon innan du lägger tid på beskrivningstext.

  3. Standardisera cellformat utan att ändra innebörden
    Sätt datumkolumner som datum, beloppskolumner som tal och känsliga identifierare som text när inledande nollor måste bevaras.

  4. Filtrera fram misstänkta mönster
    Leta efter tomma värden, ovanligt långa eller korta poster, upprepade nummer, text i numeriska kolumner och blandade avgränsare.

  5. Stickprovsgranska rad för rad där risken är störst
    Fokusera på rader med höga belopp, ovanliga datumformat och långa identifierare. Det är ofta dyrast att missa fel där.

Så kontrollerar du datum på ett tillförlitligt sätt

Datumfel är lätta att missa eftersom resultatet fortfarande kan se ut som ett giltigt datum.

Använd den här checklistan:

  • Bekräfta vilket datumformat källdokumentet använder, till exempel DD/MM/YYYY, MM/DD/YYYY eller YYYY-MM-DD.
  • Kontrollera om OCR har behandlat avgränsare konsekvent: snedstreck, bindestreck eller punkt.
  • Sortera kolumnen för att se om något värde hamnar utanför det förväntade tidsintervallet.
  • Filtrera på tomma fält och tydliga avvikare, till exempel datum flera år tidigare eller senare än resten.
  • Jämför de första raderna, de sista raderna och några slumpvisa rader i mitten mot PDF-originalet.

Vanliga varningssignaler är:

  • dag och månad har bytt plats i vissa rader men inte alla
  • ensiffriga dagar har blivit andra tal
  • hela datumet är lagrat som text i stället för som datumvärde
  • samma datum upprepas där originalet visar varierande datum

En praktisk metod är att lägga till en tillfällig granskningskolumn med namnet Datumkontroll och markera rader som OK, Granska eller Avvikelse.

Så upptäcker du fel i decimaler och belopp

Beloppskolumner kräver extra uppmärksamhet eftersom OCR kan misstolka decimaltecken, tusentalsavgränsare, minustecken och valutasymboler.

Kontrollera särskilt detta:

  • Bekräfta om källan använder 1,234.56 eller 1.234,56.
  • Kontrollera att negativa belopp behåller minustecken eller parenteser.
  • Leta efter belopp som blivit exakt hundra eller tusen gånger för stora eller för små.
  • Se om tal har importerats som text på grund av kommatecken, mellanslag eller extra tecken.
  • Jämför netto, moms och total på några exempelrader.

En snabb mönsterkontroll hittar ofta problem tidigt.

Fält att granska Vanligt OCR-fel Vad du ska titta efter
Nettobelopp Decimaltecken saknas Beloppet blir plötsligt för stort
Momsbelopp 8 läses som B eller 3 Text i numerisk kolumn
Totalbelopp Avgränsare byter stil Ojämn formatering mellan rader
Negativt värde Minustecken tappas bort Återbetalningar eller krediter blir positiva

Även om kalkylbladet senare räknar korrekt kan det importerade källvärdet fortfarande vara fel. Jämför därför alltid ett urval mot den skannade PDF-filen.

Så verifierar du kontonummer och andra identifierare

Kontonummer, fakturanummer, referenskoder och skatteidentifierare bör oftast granskas som text, inte som matematiska värden.

Viktiga regler:

  • Bevara inledande nollor.
  • Lita inte på automatisk talformatering för långa identifierare.
  • Var uppmärksam på teckenförväxlingar som 0/O, 1/I, 5/S och 8/B.
  • Kontrollera förväntad längd för varje identifierartyp.
  • Granska upprepade värden som borde vara unika.

En praktisk metod är att lägga en tillfällig kontrollruta bredvid datan:

  • rätt förväntad längd
  • endast tillåtna tecken förekommer
  • inledande nolla är bevarad
  • inga oavsiktliga mellanslag finns
  • stickprov stämmer mot käll-PDF

I långa kolumner kan du filtrera på längd eller sortera alfabetiskt för att få fram avvikande poster. Om en kolumn alltid ska innehålla exakt tio siffror bör varje rad med nio eller elva tecken granskas direkt.

En kort kontrollista att återanvända

Innan du använder OCR-resultatet för rapportering eller import kan du gå igenom denna lista:

  1. Datumformatet är bekräftat från källdokumentet
  2. Decimaltecken och tusentalsavgränsare är kontrollerade
  3. Inledande nollor är bevarade där det behövs
  4. Numeriska kolumner innehåller tal, inte blandad text
  5. Identifierarkolumner är kontrollerade som textvärden
  6. Avvikare är filtrerade och granskade
  7. Ett slumpmässigt urval är jämfört rad för rad med den skannade PDF-filen
  8. Rader med höga värden eller hög risk är manuellt granskade

En sådan lista är enkel, men den minskar risken att lita på ett kalkylblad bara för att det ser prydligt ut. Ett rent kalkylblad är inte automatiskt ett korrekt kalkylblad.

Begränsningar med kontroll efter OCR

Granskning minskar risken, men den kan inte garantera att alla OCR-fel upptäcks.

Begränsningar att ha i åtanke:

  • Mycket dåliga skanningar kan skapa systematiska fel i många rader.
  • Om källtabellen är avskuren, sned eller saknar tecken kan manuell kontroll fortfarande krävas.
  • Tvetydiga datumformat kan kräva verksamhetskontext, inte bara visuell granskning.
  • Vissa kontonummer kan inte verifieras utan en separat betrodd källa.
  • Komplexa sammanslagna celler och flerradiga tabeller kan flytta värden till fel kolumn.

Därför är proportionerlig granskning den säkraste vägen: ju viktigare användningen av kalkylbladet är, desto djupare bör kontrollen vara.

Slutsats

Skannad PDF till Excel är mest användbart när OCR-resultatet följs av en medveten granskningsrutin. Datum, decimaler och kontonummer bör prioriteras eftersom de är lätta för OCR att misstolka och kostsamma att förbise. I stället för att bara fråga om en tabell har tolkats bör du fråga om de känsliga fälten fortfarande betyder samma sak som i den skannade PDF-filen.

Det lilla skiftet i arbetssätt gör stor skillnad när du vill gå från ett första utkast till ett kalkylblad som är säkrare att arbeta vidare med.

Vanliga frågor

Kan OCR från skannad PDF till Excel automatiskt behålla korrekta datum?

Ibland, men inte tillräckligt tillförlitligt för att hoppa över granskning. OCR kan byta siffror, misstolka avgränsare eller omvandla datum till olika format. Jämför alltid ett urval rader med den skannade PDF-filen.

Varför uppstår fel med decimaltecken i OCR-tolkade tabeller?

Decimaltecken är små och kan vara svaga i en skanning. OCR kan tappa bort dem, flytta dem eller blanda ihop decimaltecken och tusentalsavgränsare, särskilt när källkvaliteten varierar.

Bör kontonummer formateras som tal i Excel?

Vanligtvis nej. Om inledande nollor är viktiga eller om värdet är en identifierare i stället för en mängd bör det behandlas som text. Det minskar risken för trunkering, avrundning eller automatisk omformatering.

Vilket är det snabbaste sättet att granska OCR-resultat från en skannad tabell?

Börja med kolumner med högst risk: datum, belopp och identifierare. Filtrera sedan på tomma värden, ovanliga längder, text i numeriska fält och tydliga avvikare innan du jämför ett urval mot original-PDF:en.

Betyder ett snyggt kalkylblad att OCR-resultatet är korrekt?

Nej. OCR-fel kan ligga dolda även i ett välordnat kalkylblad. Ett datum eller belopp kan se rimligt ut men ändå vara fel när det jämförs med den skannade källan.