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
- แปลงทั้งไฟล์ครั้งเดียว
- แปลงแยกตามช่วงหน้า
- 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
-
ตรวจความสม่ำเสมอของแต่ละหน้า
ดูว่าทุกหน้าใช้คอลัมน์เหมือนกันและเรียงคอลัมน์เหมือนกันหรือไม่ หากหน้าแรกมีรูปแบบต่างจากหน้าอื่น ควรแยกจัดการต่างหาก -
ระบุแถวที่ไม่ใช่ข้อมูลจริง
ทำเครื่องหมายหัวตารางซ้ำ ท้ายกระดาษ ผลรวมประจำหน้า บรรทัดยกยอด หรือหมายเหตุที่ไม่ควรเข้าไปอยู่ในตารางสุดท้าย -
แปลงเป็นช่วงหน้าหากจำเป็น
ถ้าเอกสารมีหลายรูปแบบในไฟล์เดียว ให้แปลงเฉพาะหน้าที่มีโครงสร้างเหมือนกันเป็นชุด ๆ แทนการบังคับแปลงทั้งไฟล์พร้อมกัน -
นำผลลัพธ์เข้าแผ่นงานพักข้อมูลก่อน
อย่าทำความสะอาดบนข้อมูลชุดเดียว ควรเก็บผลที่แปลงมาแบบดิบไว้หนึ่งแผ่นงาน แล้วค่อยทำความสะอาดอีกแผ่นหนึ่ง -
ลบหัวตารางที่ซ้ำ
กรองหาแถวที่ค่าของช่องสำคัญเท่ากับชื่อคอลัมน์ เช่นวันที่หรือรหัสคำสั่งซื้อแล้วลบแถวเหล่านั้น -
ลบแถวผลรวมย่อยและแถวสรุปหน้า
กรองหาคำอย่างผลรวมย่อยรวมหน้าหรือแถวที่ไม่มีรหัสคำสั่งซื้อแต่มีตัวเลขสรุปอยู่ -
ตรวจแถวที่ขาดตอนบริเวณรอยต่อหน้า
เรียงตามลำดับหน้าแล้วตรวจช่วงท้ายของแต่ละชุดหน้าและต้นของชุดถัดไป มองหาข้อความที่ไม่ครบ ช่องสำคัญว่าง หรือค่าที่เลื่อนลงไปอีกหนึ่งแถว -
ตรวจความต่อเนื่องของรายการ
หากเอกสารต้นทางมีจำนวนรายการรวมที่อ้างอิงไว้ ก็ใช้เทียบได้ แต่ไม่ควรสมมติเสมอว่าต้องมีข้อมูลนี้ หากไม่มี ให้เปรียบเทียบรหัสแรกและรหัสสุดท้ายของแต่ละช่วงเพื่อหาช่องว่างหรือข้อมูลซ้ำ -
ค่อยย้ายข้อมูลที่สะอาดแล้วไปยังแผ่นงานสุดท้าย
เมื่อจัดการหัวซ้ำ บรรทัดสรุป และแถวที่แตกข้ามหน้าเรียบร้อยแล้ว จึงคัดลอกไปยังตารางที่ต้องใช้จริง
วิธีหลีกเลี่ยงหัวตารางซ้ำเมื่อรวมข้อมูลจากหลายหน้า
ปัญหาหัวตารางซ้ำเป็นเรื่องที่พบบ่อยที่สุดในการแปลง PDF เป็น Excelเมื่อเอกสารมีตารางยาวหลายหน้า
หลักง่ายที่สุดคือเลือกหนึ่งคอลัมน์ที่ในข้อมูลจริงจะไม่มีวันมีคำว่าเป็นชื่อหัวคอลัมน์ ตัวอย่างเช่น
- หาก
รหัสคำสั่งซื้อปกติเป็นตัวเลขหรือรหัสเฉพาะ แถวใดที่ช่องนี้มีคำว่ารหัสคำสั่งซื้อก็ถือว่าเป็นหัวตารางซ้ำ - หาก
วันที่ควรเป็นค่าวันที่จริง แถวใดที่ช่องนี้มีคำว่าวันที่ก็ไม่ใช่แถวข้อมูลรายการ
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
-
ดูจำนวนแถวรวม
จำนวนแถวสมเหตุสมผลกับจำนวนหน้าหรือไม่ -
ส่องต้นและท้ายของแต่ละช่วงหน้าที่เคยแยก
จุดนี้มักเป็นบริเวณที่หัวตารางซ้ำและแถวแตกข้ามหน้าซ่อนอยู่ -
กรองคอลัมน์สำคัญหาค่าว่าง
รหัส วันที่ หรือยอดเงินที่ว่าง มักบอกว่ามีแถวแตกหรือข้อมูลผิดตำแหน่ง -
ค้นหาคำที่เป็นหัวตารางในข้อมูล
เช่นวันที่รหัสคำสั่งซื้อหรือผลรวมย่อยว่ายังหลงเหลืออยู่หรือไม่ -
เทียบตัวอย่างกับ PDF ต้นฉบับ
เลือกตรวจบางแถวจากต้น กลาง และท้ายเอกสาร
ข้อจำกัดของวิธีนี้
แนวทางนี้ช่วยเพิ่มความน่าเชื่อถือของผลลัพธ์ได้มาก แต่ไม่ได้รับประกันว่าตารางจะสมบูรณ์แบบทุกครั้ง
ข้อจำกัดที่พบได้ เช่น
- PDF จากภาพสแกนอาจต้องผ่านการรู้จำข้อความจากภาพและต้องแก้ด้วยมือมากขึ้น
- เซลล์ที่รวมกันซับซ้อนอาจทำให้โครงสร้างแถวเสีย
- ข้อความที่ตัดบรรทัดอาจถูกเข้าใจว่าเป็นคนละแถว
- เชิงอรรถหรือหมายเหตุในพื้นที่ตารางอาจดูเหมือนข้อมูลจริง
- ไฟล์เดียวที่มีแม่แบบหลายแบบอาจใช้กฎทำความสะอาดชุดเดียวไม่ได้
ดังนั้นการมีแผ่นงานพักข้อมูลและการตรวจทานรอบท้ายจึงสำคัญ เป้าหมายไม่ใช่ทำให้ทุกอย่างสมบูรณ์ในคลิกเดียว แต่คือการลดความผิดพลาดเงียบ ๆ ก่อนนำข้อมูลในสเปรดชีตไปใช้ต่อ