Convertir un pdf en fichier client excel

Bonjour,

Quand on scanne un document, il faut utiliser un logiciel OCR, parfois inclus dans le logiciel de scan. On peut alors obtenir un fichier texte beaucoup plus utilisable qu'un pdf qui contient une image.

Il y a fort longtemps que je n'ai pas utilisé l'OCR (en anglais, optical character recognition, ROC en français pour reconnaissance optique de caractères). Mais dans le contexte présent il convient d'abord de revenir sur les fichiers PDF.

Un fichier PDF peut contenir différents types de données, principalement pour un utilisateur ordinaire :
- un PDF qui contient du texte, il va être généré par un éditeur PDF, Word, Excel, ou même l'imprimante PDF de Windows quand elle est utilisée sur du texte. Sur un PDF de ce type, on peut faire de la recherche de texte, on peut sélectionner et copier du texte pour l'insérer dans un autre logiciel.
- un PDF qui contient une image, c'est le cas d'un PDF généré en scanant un document papier. On ne peut pas faire de recherche sur le contenu de ce fichier PDF, ni sélectionner une partie du texte. On peut seulement sélectionner l'image complète et la copier vers un autre logiciel.

Avec un PDF texte, on peut donc copier/coller le texte vers Excel, voir même l'incorporer directement, par exemple sous Excel 2021, Données/Obtenir des données/A partir d'un fichier/A partir d'un fichier PDF 

Exemple avec ce fichier PDF texte : https://cijoint.org/r/yED74ANT#fQoE+anXTHnVGQIsbN/BGh7KTtC6CLjZchOeStJ98KE=  Annuaire paroisse pdf texte.pdf
Avec un copier/coller vers Excel on obtient : https://cijoint.org/r/rqQ0fhTY#Mzs0yUxohrO2ru/jJas1Zh/ySgiHU6aJXH7dZu/MXrA=  Annuaire paroisse pdf texte copier coller.xlsx
Et en récupérant directement le texte du PDF dans Excel : https://cijoint.org/r/dv0Q6nTJ#6WL8Mxs5f9YelX2v7raMyOu74FkeDCMBZR1zCQKX6Ko=  Annuaire paroisse pdf texte chargé dans Excel.xlsx
Les données s'intègrent donc bien dans un tableau Excel.

Mais avec un PDF obtenu en scanant un document papier, ce n'est pas possible. Il faut convertir l'image en texte en utilisant un logiciel OCR. Plusieurs logiciels de scan founis avec des scanners ou imprimantes, proposent une fonction OCR. Si ce n'est pas le cas, il faut utiliser un logiciel spécialisé. Il me semble que les meilleurs sont tous payants. Il y a assez longtemps j'avais utilisé un logiciel déjà ancien, http://www.boxoft.com/free-ocr/ avec un certain succès, sans être parfait, sur un livre et des corrigés d'exercices de programmation. Mais là sur le PDF contenant une image du tableau, il ne s'en sort pas du tout. Je viens d'essayer 3 OCR en ligne, le meilleur https://www.onlineocr.net/fr/pdftoexcel  

Partant du PDF texte j'ai créé un PDF image, équivalent d'un scan : https://cijoint.org/r/8X2NCS2S#CntrkU2Qs8qE1ycJdczjRnSBojkwPpbX8BbrPhKWdLk=  Annuaire paroisse pdf scanné image.pdf
Avec onlineocr on obtient le fichier Excel : https://cijoint.org/r/DQoyF_en#3ZdiZhqvx54dX4tNqLeFm8vH5A0ofYd0EoS9sTKq8tU=  Annuaire paroisse onlineocr pdf.xlsx c'est pas mal, l'@ de l'email lui posant soucis.

@sylvier68, tu devrais tester ce site enligne. voila un exemple sur ton fichier https://cijoint.org/r/HupZuQ2R#gS4/hh+h5itFnoeNZaqEPMT/IpFnv4OM9LxgfE7iSug= 

Comme tes données ne semblent pas confidentielles, tu pourrais utiliser le site :

https://www.ilovepdf.com/

Conversion de PDF en Excel

J'ai testé une conversion de ton fichier en Word :

https://www.swisstransfer.com/d/7e0c95bb-46d7-486a-b88c-0c3e2c05dc19

Tu as droit à un essai gratuit et ensuite, c'est 7 € par mois.

Daniel

Il m'est deja arrive de recuperer des adresses dans un fichier PDF.
L'OCR est indispensable pour les doccuments PDF scannés.. Pour cela il y a Google avec la limitation du nombre de page. ou Acrobat Pro qui fait cela pas trop mal.
Ensuite, je prefere faire du copier-coller dans Word.
Word permet de nettoyer le fichier, et d'inclure des separateurs (virgule ou tab, etc.) avec les fonctions de "rechercher-remplacer" et qui seront récupérés par Excel pour remplir les cellules.
C'est peut-etre un peu plus long mais le fichier est beaucoup plus propre

Avec https://www.onlineocr.net/  en créant un docx. Sur ce docx faire un minimum de ménage en haut et en bas, puis un copier/coller vers un .txt (Bloc notes) cela va supprimer les petites images des icônes, puis un copier/coller vers Excel. cela donne https://cijoint.org/r/dTa9akXQ#eZGKkwoN/z2iQ7JXCRbazEMlXOZSwvuRCOA8CRYSi90=  
Il semble assez facile de faire du ménage sur les lignes, en consultant à coté le .pdf original.

Bonjour,

Pour info : un vieux logiciel OCR qui fonctionne toujours, même sous Windows 11

FreeOCR à télécharger sur le site de l'éditeur http://www.paperfile.net/

Bonjour,

La version 365 d'Excel (Microsoft 365) sait lire les tableaux inclus dans les fichiers PDF et sait aussi lire le texte présent sur des images. Si le scanner peut produire des images au lieu d'un PDF, il peut être intéressant d'essayer. La fiabilité du résultat dépend de la police utilisée. Celle-ci n'a pas besoin d'être une police OCR.

Onglet Données / Récupérer et transformer des données / A partir de l'image / Image à partir d'un fichier.

Pour un PDF :

Onglet Données / Récupérer et transformer des données / Obtenir des données / A partir d'un fichier / A partir d'un fichier PDF.

Daniel

Bonsoir,

Je n'ai que Excel 2013 et il ne propose pas de récupérer et transformer des données.

Sylvie

Est-ce que tu ne peux pas faire un seul copier de la totalité du PDF dans Excel ?

Daniel

Bonjour à tous,
 

Crdlmt

voici une page de l'annuaire que je dois traiter, cad en faire un fichier client excel et effectuer un publipostage

https://www.swisstransfer.com/d/a0e11dec-bdc2-40d5-b04c-44d548d9b3b9

Bonjour,

C'est vrai, mais, quelle que soit la solution, tu auras toujours des corrections à apporter, surtout que, si j'en juge par le fichier que tu as partagé, la qualité de l'impression n'est pas extra.

Daniel

Vous pouvez faire ce que vous voulez, mais ce ne sera jamais parfait.

Dans un premier temps il faut couper le fichier image PDF pour n'avoir qu'une seule colonne et ensuite passer le fichier de cette unique colonne en OCR
De cette facon vous n'avez plus la selection parasite des autres colonnes.

Ensuite, apres un copier coller (a faire de preference page par page) dans Word, il faut nettoyez les caracteres inconnus et les remplacer, et placer des separateurs pour que la copie dans Excel soit possible.

Pour avoir un resultat relativement bon, la qualite du scan est importante et bien droite ! (si vous avez un travers vous aurez plus d'erreur). Au moins 300 dpi et en niveau de gris. Ensuite, le logiciel d'OCR doit avoir son dictionnaire en francais ou specifique au fichier si c'est technique.

Avec cela on peux se simplifier la tache mais c'est quand meme du travail

Bonjour,

Ce n'est pas nécessaire de découper le pdf en colonnes au moins pour le pdf proposé.
Sous windows j'ai utilisé le logiciel open source tesseract-ocr 
https://sourceforge.net/projects/tesseract-ocr.mirror/

dans un script python qui: 
transforme le pdf en image (niveau de gris) 
lance tesseract-ocr
puis met en forme le fichier obtenu.

Ca donne un fichier .csv séparateur: Tabulation 

ELU AUVERGNE RHÔNE-ALPES Savoie @) (PPNC) + Abondance (@) + Emmental + Affinage seul S$° + Reblochon fermier @)
Fromagerie du Mont Chéry 	137 Les Perrières - 74260 Les Gets -	Tél: 04 50 79 70 04 / 06 33 92 39 86 - 	www.fruitiere-lesgets.com	D Montagne de Savoie + Raclette de Savoie @) + Tomme de Savoie @) (PPNC) + Abondance @
Fromagerie l’Alpage 	337 route de La Plagne - 74110 Morzine-Avoriaz -	Tél.: 04 50 79 12 39 - 	www.alpage-morzine.com	Ÿ + romme de Morzine (PPNC) SŸ° + Fromage de Morzine (PPNC)
Fromagerie Peguet 	1542 route du Chef-Lieu - 74250 Fillinges -	Tél.: 04 50 36 42 27 - 	www.fromagerie-pequet.fr	SY 4 Raclette + Raclette FT} + Reblochon @) + Reblochon Fi @ + Tomme Peguet + Tomme Peguet Fj (PPNC) + Abondance @)
Fromagerie Pochat & Fils 	9 av. du Pré Felin - ZAE Les Glaisins - BP 119 - 74941 Annecy-le-Vieux cedex -	Tél: 04 50 64 00 58 - 	www.pochatetfils.	fr SŸ + Beaumont (PPNO)
Fromageries Masson 	20 rue de la Résistance - ZI du Mont- blanc - 74100 Annemasse -	Tél.: 04 50 37 51 76 - 	www.fromagerie-masson.fr	# + Reblochon @ + Reblochon FE @ + Tomme de Savoie © (PPNC) + Emmental de Savoie ©)
Fruitière de Bogève 	275 Roule de Plaine Joux - Chef-Lieu - 74250 Bogève -	Tél.: 04 50 36 60 32 ÿ + Lactique de vache frais + Raclette de Savoie @ + Reblochon @ + Tomme de Savoie @) (PPNC) + Abondance @) + Pâte pressée cuite (PPC)
Gaec de Vercot 	1340 roule de la Roche-sur-Foron - 74930 Pers-Jussy -	Tél.: 04 50 94 46 15 - Fbk: gaec de vercot S$ + Reblochon ©
Gaec La Louisa 	2766 toule de la Chapelle Rambaud - 14930 Pers-Jussy -	Tél.: 04 50 94 42 83 SŸ + Reblochon @
Gaec Le Combasseron 	820 Route des Crozats - 74420 Villard sur Boege -	Tél.: 04 50 39 16 63 SŸ + Abondance @
La Fruitière des Moises 	277 Route du pré nouveau - 74550 Cervens -	Tél.: 04 50 72 45 71 S$° + Reblochon Et ©
Le de Thônes - Coop. du Reblochon 	40 av. d'Annecy - BP 38 - 74230 Thônes -	Tél.: 04 50 02 05 60 - 	www.reblochon-thones.com	S$° + Raclette de Savoie © + Reblochon @ + Reblochon F4 @ + Roche de Thônes + Tomme de Savoie &) (PPNC)
Nos Paysans des Savoie 	1420 Avenue André Lasquin - 74700 Sallanches -	Tél.: 04 79 31 70 91 - Fbk: CoopValdArly S$° + Raclette de Savoie € + Tomme de Savoie (@) (PPNC)
Pochat Fromages Chemin du Mont - Allée Chateau 	Machet - 74230 Thônes SŸ° + Reblochon © + Emmental de Savoie @) + Affinage seul SŸ° + Royal Savoie + Tomme ancestrale (PPNC)
Schmidhauser Fromagers et affineurs 	375 route du Fier - ZA d'Alex - 74290 Alex -	Tél.: 04 50 02 82 36 - 	www.schmidhauser.fr	SŸ° + Moelleux du Revard + Raclette aromatisée + Raclette de Savoie © + Tome des Bauges @ + Tomme de Saint-Ours + Tomme de Savoie ©) (PPNC) + Abondance ©) + Affinage seul Ÿ + chevrotin @ Ÿ + Persillé de Tignes SŸ + Reblochon fermier @ + Reblochon laitier @ + Tomme fermière (PPNC) + Abondance fermier @ + Beaufort @) + Beaufort chalet d'alpage @ + Le Cousin (PPC)
Affineurs Cave d’Affinage Paccard 	225 Route de Chalmont - Les Bréviaires - 74230 Manigod -	Tél.: 04 50 44 07 50 - 	www.reblochon-paccard.fr	Ÿ + Tommette de brebis fermière 4 Chevrotin @ + Tommette de chèvre fermière (PPNC) YS + Persillé de Tignes SŸ + Persillé des Aravis + Bleu de Termignon + Manigodine + Raclette de Savoie laitier @) + Reblochon fermier @} + Reblochon fermier Et} @) + Reblochon laitier @) + Tomme de Savoie laitière @) + Tomme fermière Hors-série n°23 - Janvier 2025 Et (PPNC) + Abondance fermier [4j @ + Abondance laitier @) (PPDC) + Beaufort chalet d'alpage @)
Edelmont 	ZA sur les Iles - 74230 La Balme de Thuy -	Tél.: 04 50 02 88 33 - 	www.brezain.com	SŸ° + Reblochon fermier @ + Reblochon laitier (> (PPNC)
Ets Christophe Lalliard 	566 route de Toisinges - 74800 Saint-Pierre en Faucigny -	Tél.: 04 50 97 05 36 - 	www.fromagerie-lalliard.com	S$° + Reblochon fermier © + Reblochon laitier @> (PPNC)
Fromagerie Annecienne 	Chemin des Rutys - 74370 Pringy -	Tél.: 04 50 27 20 09 YY + Persillé de Tignes S + Bleu de Termignon + Raclette fermier + Tomme de Savoie laitière © (PPNC)
Fromagerie Bouchet 	ZA du Juge Guérin - 74160 Beaumont -	Tél.: 04 50 04 58 02 - 	www.fromageriebouchet.com	Ÿ + Chevraillon fermier (PPNC) S$° « Moelleux des Alpes à la truffe + Moelleux des Alpes ail des ours + Moelleux des Alpes nature (PMCF) + Bleu de Gex @> + Morbier laitier @ + Raclette à l'ail des ours + Raclette à la truffe + Raclette au poivre + Raclette de Savoie laitier © + Raclette laitier FF + Raclette laitier fumée FX + Raclette moutarde + Reblochon Fi @ + Reblochon fermier @ + Reblochon laitier Ef @) + Tomme de Savoie fermière @) + Tomme de Savoie laitière ©) + Vacherin genevois (PPNC) $ Abondance fermier @) + Abondance laitier @ + Abondance laitier F4 @ + Terramont + Toupin des Alpes 5 baies + Toupin des Alpes ail des ours + Toupin des Alpes sariette (PPDC) * Beaufort @ + Comté @) (PPC)
fromagerie-la-tournette.fr Fromagerie Edouard Conus 	136 route de Reignier - ZAE Les Contamines - 74930 Pers-Jussy -	Tél.: 04 50 94 49 49 - 	www.conus.fr	Ÿ + Tommette de brebis fermière (PPNC) Ÿ + Tommette de chèvre fermière (PPNC) *Ÿ + Raclette de Savoie laitier @) 4 Reblochon fermier @) + Reblochon laitier @ + Reblochon laitier Xj @ + Tomme de Savoie fermière @ (PPNC) + Abondance fermier @ + Abondance laitier @) (PDC) + Beaufort @)
Fromagerie Père et fils 	358 chemin de Volland - 74910Challonges -	Tél.: 04 50 59 23 10 S$ 4 comté @
Fromagerie Pochat & Fils 	9 av. du Pré Felin - ZAE Les Glaisins - BP 119 - 74941 Annecy-le-Vieux cedex -	Tél.: 04 50 64 00 58 - k 	www.pochatetfils.fr	Ÿ Chevrotin @ S$° + Raclette fermier + Reblochon fermier @ + Reblochon laitier @ + Tomme fermière (PPNC)
Fromages Jean-Pierre Missillier 	167 route des Frasses Jacquiers - 74450 Le Grand-Bornand -	Tél.: 04 50 02 31 47 Ÿ + chevrotin © # + Persillé des Aravis + Double Bornandin + Reblochon fermier @ + Tomme fermière Missillier + Tommette Missillier (PPNC)
Gédéon Fromages - Pochat fromages 	Chemin du Mont - 74230 Thônes -	Tél.: 04 50 02 00 70 Y + Persillé de chèvre des Aravis + Chevrotin @) SŸ° + Reblochon fermier © + Reblochon laitier @) + Royal Savoie + Tomme ancestrale (PPNC) + Beaufort (@
La Cave d’Azélie 	303 Route de Vonnes - 74390 Châtel -	Tél.: 06 47 16 78 99 + Abondance fermier @>
La Ferme du Noyer 	35 route de Coppy - 74500 Saint-Paul- en-Chablais -	Tél.: 04 50 75 66 57 / 06 82 60 68 56 - 	www.alpagedeneuvaz.fr	SŸ° + Raclette de Savoie laitier @) + Tomme de Savoie fermière @) + Tomme de Savoie laitière @
Le Farto de Thônes - Coop. du Reblochon 	40 av. d'Annecy - BP 38 - 74230 Thônes -	Tél.: 04 50 02 05 60 - 	www.reblochon-thones.com	Ÿ, Chevrotin @ + Tomme de chèvre fermière Farto (PPNC) Sÿ° + Raclette de Savoie laitier @) $ Reblochon fermier @ + Reblochon fermier Ffj @ + Tomme de Savoie fermière @) + Tomme de Savoie laitière @) (PPNC) + Abondance fermier @) + Abondance fermier fx @ (PPDC) Page 1-1 - Copie ELU AUVERGNE RHÔNE-ALPES Savoie @) (PPNC) + Abondance (@) + Emmental + Affinage seul S$° + Reblochon fermier @)

il reste des erreurs que volontairement je n'ai pas corrigé exemple::
- en haut à droite du pdf le (27) entouré provoque une erreur de tesseract
  il détecte Fromagerie Père et fils au lieu de Fromagerie Gojon Père et fils
- les adresses qui ne commencent pas par un numéro causent problème a mon script
   Pochat Fromages Chemin du Mont - Allée Chateau  Machet - 7423
   manque la tabulation après Pochat Fromages

De toutes manières une correction manuelle est indispensable.

Si vous êtes intéressée je peux détailler. 

https://www.transfernow.net/dl/20250723rVkFjJuv