แปลง PDF เป็น Excel: รวมตารางหลายหน้าโดยไม่ให้หัวตารางซ้ำหรือแถวหาย

การแปลง PDF เป็น Excel สำหรับตารางหลายหน้ามักเจอปัญหาหัวตารางซ้ำ แถวขาดตอน และข้อมูลบางแถวหาย บทความนี้อธิบายวิธีจัดการอย่างเป็นขั้นตอนเพื่อรวมข้อมูลให้สะอาดและตรวจทานได้ก่อนนำไปใช้ต่อ

แปลง PDF เป็น Excel: รวมตารางหลายหน้าโดยไม่ให้หัวตารางซ้ำหรือแถวหาย

การแปลง PDF เป็น Excelมักดูง่ายเมื่อทั้งตารางอยู่ในหน้าเดียว แต่กรณีที่ยากกว่าคือรายงาน ใบแจ้งรายการ หรือไฟล์ส่งออกที่มีตารางต่อเนื่องหลายหน้า ตรงนี้เองที่มักเกิดปัญหาหัวตารางซ้ำ ข้อมูลหนึ่งแถวถูกตัดข้ามหน้า หรือมีบางแถวหายไปหลังแปลง

วิธีที่ปลอดภัยกว่าการกดแปลงครั้งเดียวคือมองงานนี้เป็นลำดับขั้นสั้น ๆ ได้แก่ ตรวจรูปแบบของ PDF ก่อน แปลงเป็นช่วงหน้าตามความเหมาะสม รวมข้อมูลอย่างระมัดระวัง แล้วตรวจทานรอบท้ายอย่างรวดเร็ว หากต้องการดูหน้าข้อมูลเกี่ยวกับหัวข้อนี้ สามารถดูได้ที่หน้าข้อมูลเครื่องมือ PDF เป็น Excel

เริ่มจากดูรูปแบบของตาราง ไม่ใช่เริ่มจากเลือกเครื่องมือ

ก่อนแปลง ให้ดูว่าตารางในเอกสารมีพฤติกรรมอย่างไรเมื่อข้ามหน้า

รูปแบบที่พบบ่อยในตารางหลายหน้า เช่น

  • มีหัวคอลัมน์เดิมซ้ำทุกหน้า
  • มีบรรทัดผลรวมย่อยท้ายหน้า
  • มีหนึ่งแถวถูกตัดค้างไว้แล้วไปต่อในหน้าถัดไป
  • หน้าแรกมีส่วนหัวต่างจากหน้าถัดไป
  • มีหมายเหตุ ท้ายกระดาษ หรือเลขหน้าซ้อนอยู่ในพื้นที่ตาราง

สิ่งเหล่านี้สำคัญกว่าชื่อของบริการที่ใช้แปลงเสียอีก หากเอกสารมีหัวตารางซ้ำทุกหน้า ระบบแยกตารางอัตโนมัติอาจดึงหัวซ้ำเหล่านั้นเข้าไปเป็นข้อมูลจริงด้วย และถ้ามีแถวถูกตัดข้ามหน้า หน้าถัดไปอาจเริ่มต้นด้วยเพียงครึ่งหลังของข้อมูลแถวนั้น

การกวาดตาดูอย่างรวดเร็วจะช่วยให้ตัดสินใจได้ว่า ควร

  1. แปลงทั้งไฟล์ครั้งเดียว
  2. แปลงแยกตามช่วงหน้า
  3. หรือทำความสะอาดแต่ละช่วงหน้าก่อนค่อยรวม

ใช้ตัวอย่างเอกสารจริงเพื่อวางแผนการรวม

สมมติว่าคุณมีรายงานยอดขาย 12 หน้า แต่ละหน้ามีคอลัมน์ดังนี้

  • วันที่
  • รหัสคำสั่งซื้อ
  • ลูกค้า
  • ภูมิภาค
  • จำนวน
  • ยอดสุทธิ

ด้านบนของทุกหน้ามีหัวตารางเดิมซ้ำอีกครั้ง ส่วนท้ายหน้าที่ 1 ถึง 11 มีผลรวมย่อยประจำหน้า และที่หน้าที่ 7 มีชื่อลูกค้าที่ยาวจนตัดข้ามหน้า ทำให้หน้าที่ 8 เริ่มต้นเหมือนเป็นแถวข้อมูลไม่สมบูรณ์

หากแปลงตรง ๆ ผลใน Excel อาจมีสิ่งต่อไปนี้

  • หัวตาราง 12 ชุดปนอยู่ในข้อมูล
  • แถวผลรวมย่อย 11 แถวปะปนกับข้อมูลจริง
  • ข้อมูล 1 รายการแตกออกเป็น 2 แถว
  • แถวแรกของหน้าที่ 8 มีค่าบางช่องหาย

การตัดสินใจที่ใช้งานได้จริงคือกำหนดก่อนว่าอะไรคือข้อมูลจริง ในตัวอย่างนี้ แถวที่ควรเก็บไว้ต้องมีรหัสคำสั่งซื้อที่ถูกต้อง ส่วนหัวตารางและผลรวมย่อยควรถูกลบออก และแถวที่ถูกตัดข้ามหน้าควรถูกรวมกลับก่อนนำไปวิเคราะห์

ขั้นตอนที่เชื่อถือได้สำหรับตาราง PDF หลายหน้า

ใช้ลำดับนี้เมื่อเอกสารมีหลายหน้าและตารางต่อเนื่องกัน

  1. ตรวจความสม่ำเสมอของแต่ละหน้า
    ดูว่าทุกหน้าใช้คอลัมน์เหมือนกันและเรียงคอลัมน์เหมือนกันหรือไม่ หากหน้าแรกมีรูปแบบต่างจากหน้าอื่น ควรแยกจัดการต่างหาก

  2. ระบุแถวที่ไม่ใช่ข้อมูลจริง
    ทำเครื่องหมายหัวตารางซ้ำ ท้ายกระดาษ ผลรวมประจำหน้า บรรทัดยกยอด หรือหมายเหตุที่ไม่ควรเข้าไปอยู่ในตารางสุดท้าย

  3. แปลงเป็นช่วงหน้าหากจำเป็น
    ถ้าเอกสารมีหลายรูปแบบในไฟล์เดียว ให้แปลงเฉพาะหน้าที่มีโครงสร้างเหมือนกันเป็นชุด ๆ แทนการบังคับแปลงทั้งไฟล์พร้อมกัน

  4. นำผลลัพธ์เข้าแผ่นงานพักข้อมูลก่อน
    อย่าทำความสะอาดบนข้อมูลชุดเดียว ควรเก็บผลที่แปลงมาแบบดิบไว้หนึ่งแผ่นงาน แล้วค่อยทำความสะอาดอีกแผ่นหนึ่ง

  5. ลบหัวตารางที่ซ้ำ
    กรองหาแถวที่ค่าของช่องสำคัญเท่ากับชื่อคอลัมน์ เช่น วันที่ หรือ รหัสคำสั่งซื้อ แล้วลบแถวเหล่านั้น

  6. ลบแถวผลรวมย่อยและแถวสรุปหน้า
    กรองหาคำอย่าง ผลรวมย่อย รวมหน้า หรือแถวที่ไม่มีรหัสคำสั่งซื้อแต่มีตัวเลขสรุปอยู่

  7. ตรวจแถวที่ขาดตอนบริเวณรอยต่อหน้า
    เรียงตามลำดับหน้าแล้วตรวจช่วงท้ายของแต่ละชุดหน้าและต้นของชุดถัดไป มองหาข้อความที่ไม่ครบ ช่องสำคัญว่าง หรือค่าที่เลื่อนลงไปอีกหนึ่งแถว

  8. ตรวจความต่อเนื่องของรายการ
    หากเอกสารต้นทางมีจำนวนรายการรวมที่อ้างอิงไว้ ก็ใช้เทียบได้ แต่ไม่ควรสมมติเสมอว่าต้องมีข้อมูลนี้ หากไม่มี ให้เปรียบเทียบรหัสแรกและรหัสสุดท้ายของแต่ละช่วงเพื่อหาช่องว่างหรือข้อมูลซ้ำ

  9. ค่อยย้ายข้อมูลที่สะอาดแล้วไปยังแผ่นงานสุดท้าย
    เมื่อจัดการหัวซ้ำ บรรทัดสรุป และแถวที่แตกข้ามหน้าเรียบร้อยแล้ว จึงคัดลอกไปยังตารางที่ต้องใช้จริง

วิธีหลีกเลี่ยงหัวตารางซ้ำเมื่อรวมข้อมูลจากหลายหน้า

ปัญหาหัวตารางซ้ำเป็นเรื่องที่พบบ่อยที่สุดในการแปลง PDF เป็น Excelเมื่อเอกสารมีตารางยาวหลายหน้า

หลักง่ายที่สุดคือเลือกหนึ่งคอลัมน์ที่ในข้อมูลจริงจะไม่มีวันมีคำว่าเป็นชื่อหัวคอลัมน์ ตัวอย่างเช่น

  • หาก รหัสคำสั่งซื้อ ปกติเป็นตัวเลขหรือรหัสเฉพาะ แถวใดที่ช่องนี้มีคำว่า รหัสคำสั่งซื้อ ก็ถือว่าเป็นหัวตารางซ้ำ
  • หาก วันที่ ควรเป็นค่าวันที่จริง แถวใดที่ช่องนี้มีคำว่า วันที่ ก็ไม่ใช่แถวข้อมูลรายการ

วิธีนี้ปลอดภัยกว่าการลบทุก ๆ แถวที่เท่ากัน เพราะความยาวของแต่ละหน้าอาจไม่เท่ากัน

ตารางตรวจสั้น ๆ สำหรับทำความสะอาดมีดังนี้

จุดตรวจ สิ่งที่ควรมองหา วิธีจัดการ
หัวตารางซ้ำ ค่าที่ตรงกับชื่อคอลัมน์ กรองแล้วลบแถวนั้น
ท้ายกระดาษ เลขหน้า ชื่อรายงาน วันที่พิมพ์นอกตาราง ลบก่อนวิเคราะห์
ผลรวมย่อย ป้ายสรุปพร้อมยอดรวมแต่ไม่มีรหัสรายการจริง ลบหรือแยกไปอีกแผ่นงาน
แถวว่างคั่นหน้า แถวว่างทั้งหมดระหว่างช่วงหน้า ลบออก
คอลัมน์เลื่อน ค่าขยับไปซ้ายหรือขวาหลังเปลี่ยนหน้า แก้ก่อนรวม

หากหน้าแรกมีชื่อรายงานหรือส่วนหัวพิเศษเหนือ ตารางข้อมูล แต่หน้าถัดไปไม่มี อย่าใช้หน้าแรกเป็นแบบเดียวกันทั้งหมด ควรทำความสะอาดหน้าแรกแยกต่างหาก แล้วจึงค่อยต่อเข้ากับหน้ามาตรฐาน

วิธีสังเกตว่าแถวหายจริง หรือแค่ถูกตัดและเลื่อนตำแหน่ง

หลายครั้งแถวที่ดูเหมือนหายไม่ได้หายจริง แต่อาจถูกตัด ถูกห่อข้อความ หรือถูกเลื่อนตำแหน่งตอนแยกข้อมูล

สัญญาณที่ควรระวัง ได้แก่

  • แถวหนึ่งเริ่มด้วยช่องวันที่หรือรหัสคำสั่งซื้อว่าง แต่คอลัมน์ถัดไปมีค่า
  • ชื่อลูกค้าต่อเนื่องมาจากหน้าก่อน ขณะที่ตัวเลขไปอยู่หน้าปัจจุบัน
  • หน้าหนึ่งจบด้วยแถวที่มีข้อความแต่ไม่มียอดเงิน และหน้าถัดไปเริ่มด้วยยอดเงินแต่ไม่มีตัวระบุรายการ
  • จำนวนรายการระหว่างรหัสต้นกับรหัสปลายดูไม่สมเหตุสมผล

วิธีซ่อมคือเทียบช่วง 2–3 แถวสุดท้ายของหน้าก่อนกับ 2–3 แถวแรกของหน้าถัดไป หากพบว่าหนึ่งรายการถูกแยกเป็นสองแถวในตาราง ให้รวมข้อความและค่าตัวเลขกลับเป็นแถวเดียว แล้วลบเศษแถวที่เกินออก

ถ้าเอกสาร PDF ต้นฉบับเองดูไม่ชัดเจน ควรจดหมายเหตุไว้ในสมุดงานว่าแถวดังกล่าวผ่านการตัดสินใจด้วยการตรวจด้วยสายตา เพื่อให้ผู้ตรวจทานภายหลังตามรอยได้ง่ายขึ้น

เมื่อไรควรแยกงานเป็นหลายส่วนแทนการแปลงรวดเดียว

บางครั้งการตัดสินใจที่เหมาะสมที่สุดในการแปลง PDF เป็น Excelคือยังไม่รวมทุกอย่างทันที

ควรแยกงานเป็นหลายส่วนเมื่อ

  • หน้าแรกใช้ชุดคอลัมน์ต่างจากหน้าอื่น
  • มีบางช่วงของเอกสารเปลี่ยนเป็นแนวนอน
  • บางหน้ามีตาราง แต่บางหน้ามีแต่ข้อความอธิบาย
  • มีการปะปนกันระหว่าง PDF ที่เป็นข้อความดิจิทัลกับ PDF ที่มาจากภาพสแกน
  • บางช่วงเป็นรายละเอียดรายการ แต่บางช่วงเป็นหน้าสรุป

ในกรณีเหล่านี้ ให้แยกแปลงเป็นชุดตามโครงสร้าง ทำความสะอาดแต่ละชุดให้เรียบร้อย แล้วค่อยปรับชื่อคอลัมน์ให้ตรงกันก่อนนำมาต่อรวม วิธีนี้มักลดความผิดพลาดที่ซ่อนอยู่ได้ดีกว่าการแปลงครั้งเดียวทั้งไฟล์

อีกประเด็นสำคัญคือไม่ควรสมมติว่าการรู้จำข้อความจากภาพมีให้ใช้เสมอ หรือเหมาะกับทุกเอกสาร หาก PDF เป็นไฟล์จากภาพ การดึงตารางอาจต้องใช้กระบวนการต่างออกไป และผลลัพธ์มักต้องตรวจด้วยมือมากขึ้น

ตรวจรอบสุดท้ายก่อนเชื่อถือข้อมูลในสเปรดชีต

ก่อนนำผลลัพธ์ไปใช้ทำรายงาน กรองข้อมูล หรือคำนวณต่อ ควรตรวจสั้น ๆ อีกครั้ง

  1. ดูจำนวนแถวรวม
    จำนวนแถวสมเหตุสมผลกับจำนวนหน้าหรือไม่

  2. ส่องต้นและท้ายของแต่ละช่วงหน้าที่เคยแยก
    จุดนี้มักเป็นบริเวณที่หัวตารางซ้ำและแถวแตกข้ามหน้าซ่อนอยู่

  3. กรองคอลัมน์สำคัญหาค่าว่าง
    รหัส วันที่ หรือยอดเงินที่ว่าง มักบอกว่ามีแถวแตกหรือข้อมูลผิดตำแหน่ง

  4. ค้นหาคำที่เป็นหัวตารางในข้อมูล
    เช่น วันที่ รหัสคำสั่งซื้อ หรือ ผลรวมย่อย ว่ายังหลงเหลืออยู่หรือไม่

  5. เทียบตัวอย่างกับ PDF ต้นฉบับ
    เลือกตรวจบางแถวจากต้น กลาง และท้ายเอกสาร

ข้อจำกัดของวิธีนี้

แนวทางนี้ช่วยเพิ่มความน่าเชื่อถือของผลลัพธ์ได้มาก แต่ไม่ได้รับประกันว่าตารางจะสมบูรณ์แบบทุกครั้ง

ข้อจำกัดที่พบได้ เช่น

  • PDF จากภาพสแกนอาจต้องผ่านการรู้จำข้อความจากภาพและต้องแก้ด้วยมือมากขึ้น
  • เซลล์ที่รวมกันซับซ้อนอาจทำให้โครงสร้างแถวเสีย
  • ข้อความที่ตัดบรรทัดอาจถูกเข้าใจว่าเป็นคนละแถว
  • เชิงอรรถหรือหมายเหตุในพื้นที่ตารางอาจดูเหมือนข้อมูลจริง
  • ไฟล์เดียวที่มีแม่แบบหลายแบบอาจใช้กฎทำความสะอาดชุดเดียวไม่ได้

ดังนั้นการมีแผ่นงานพักข้อมูลและการตรวจทานรอบท้ายจึงสำคัญ เป้าหมายไม่ใช่ทำให้ทุกอย่างสมบูรณ์ในคลิกเดียว แต่คือการลดความผิดพลาดเงียบ ๆ ก่อนนำข้อมูลในสเปรดชีตไปใช้ต่อ

คำถามที่พบบ่อย

ความเสี่ยงหลักเมื่อแปลงตาราง PDF หลายหน้าเป็น Excel คืออะไร

ความเสี่ยงไม่ได้มีแค่รูปแบบเพี้ยน แต่รวมถึงการดึงหัวตารางที่ซ้ำทุกหน้า บรรทัดผลรวมย่อย และเศษข้อมูลจากรอยต่อหน้ามาปะปนเป็นแถวข้อมูลจริงด้วย

ควรแปลงทั้งไฟล์ครั้งเดียวหรือแยกทีละหน้า

ถ้าทุกหน้าใช้รูปแบบเดียวกัน การแปลงครั้งเดียวอาจเพียงพอ แต่ถ้ารูปแบบเปลี่ยน มีหลายช่วงหน้า หรือมีแถวขาดตอนบริเวณเปลี่ยนหน้า การแปลงเป็นช่วงเล็ก ๆ มักปลอดภัยกว่า

จะรู้ได้อย่างไรว่าแถวข้อมูลหายไปหลังแปลง

ให้มองหาช่องว่างในรหัสหรือวันที่ ช่องสำคัญที่ว่างผิดปกติ การกระโดดของลำดับข้อมูลระหว่างช่วงหน้า และรายการที่ดูเหมือนถูกแยกเป็นสองแถวบริเวณรอยต่อหน้า

ทำไมหัวตารางจึงซ้ำเข้ามาใน Excel หลังแปลง

เพราะ PDF จำนวนมากพิมพ์หัวตารางซ้ำทุกหน้าเพื่อให้อ่านง่าย ระหว่างการดึงข้อมูล ระบบอาจตีความหัวเหล่านี้เป็นแถวธรรมดา หากไม่ลบออกก็จะปนอยู่ในตารางสุดท้าย

แนวทางนี้ใช้กับ PDF ที่มาจากการสแกนได้หรือไม่

ใช้เป็นแนวทางตรวจทานและทำความสะอาดได้ แต่ PDF จากภาพสแกนมักต้องใช้การรู้จำข้อความจากภาพก่อน และโดยทั่วไปต้องตรวจด้วยมือมากขึ้นเพราะขอบเขตของแถวเชื่อถือได้น้อยกว่า