Konwertuj PDF na MDB

Starsza aplikacja Microsoft Access może wymagać pliku .mdb, podczas gdy dostępne dane źródłowe istnieją wyłącznie w formacie PDF. Ponieważ PDF przechowuje zawartość stron, a nie schemat bazy danych, niezawodny sposób postępowania polega na wyodrębnieniu rekordów do programu Excel lub pliku CSV, a następnie zaimportowaniu ich do programu Access.

Czym jest format PDF

PDF to format dokumentu o stałym układzie, używany do faktur, raportów, formularzy, instrukcji, wyciągów i wydruków eksportowanych z innych aplikacji. Pliki PDF są tworzone i wyświetlane przez programy Adobe Acrobat, Microsoft Word, przeglądarki internetowe, skanery, systemy księgowe oraz aplikacje raportujące.

Plik PDF może zawierać zaznaczalny tekst, fragmenty tekstu umieszczone w określonych miejscach, elementy grafiki wektorowej, osadzone tabele lub zeskanowane obrazy stron. Skan wymaga użycia OCR przed wyodrębnieniem tekstu, a OCR może błędnie odczytywać znaki, separatory dziesiętne, daty, znaki minus i scalone komórki.

Czym jest format MDB

MDB to format bazy danych Microsoft Access powiązany z programem Access 2003 i wcześniejszymi wersjami. Nowsze desktopowe wersje programu Access mogą otwierać i tworzyć pliki MDB w celu zapewnienia zgodności, chociaż ich domyślnym formatem jest .accdb. Baza danych MDB może zawierać tabele, relacje, zapytania, formularze, raporty, indeksy i moduły VBA.

MDB jest odpowiedni, gdy starsza aplikacja wymaga tego rozszerzenia lub gdy wyodrębnione rekordy wymagają zapytań relacyjnych, filtrowania, edycji i indeksowania. Użyj formatu ACCDB, jeśli miejsce docelowe go obsługuje, ponieważ MDB nie zawiera niektórych nowszych funkcji programu Access i korzysta ze starszego aparatu baz danych.

Jak przekonwertować dane do formatu MDB

1. Wyodrębnij tabele. W programie Adobe Acrobat Pro użyj opcji Convert → Microsoft Excel lub Export a PDF → Spreadsheet → Microsoft Excel Workbook, zależnie od wersji. Able2Extract Professional zapewnia większą kontrolę nad wyborem tabel, granicami kolumn i OCR. Tabula to bezpłatna opcja desktopowa dla PDF-ów opartych na tekście, umożliwiająca eksport wybranych tabel do formatu CSV.
2. Uruchom OCR dla zeskanowanych stron. W programie Acrobat wybierz opcję Scan & OCR → Recognize Text, a następnie wyeksportuj wynik. Sprawdź wyodrębnione wartości, zamiast zakładać, że OCR dokładnie zachował dane źródłowe.
3. Wyczyść wyeksportowany plik. Otwórz plik XLSX lub CSV i usuń powtarzające się nagłówki stron, stopki, wiersze z sumami częściowymi, puste wiersze oraz tekst przypisów. Umieść jedno pole w każdej kolumnie i jeden rekord w każdym wierszu. Używaj stabilnych nazw, takich jak InvoiceID, InvoiceDate i Amount. Jeśli plik CSV zawiera znaki spoza zestawu ASCII, zapisz go w kodowaniu UTF-8.
4. Utwórz bazę danych. W programie Microsoft Access utwórz pustą bazę danych. Jeśli wymagany jest format MDB, wybierz opcję File → Save As → Access 2002–2003 Database (*.mdb). Jeśli ta opcja jest niedostępna w zainstalowanej wersji programu Access, utwórz plik za pomocą zgodnej desktopowej edycji programu Access, zamiast zmieniać nazwę pliku ACCDB.
5. Zaimportuj wyodrębnione dane. W przypadku pliku XLSX wybierz opcję External Data → New Data Source → From File → Excel, a w przypadku pliku CSV opcję External Data → New Data Source → From File → Text File. Wybierz Import the source data into a new table, wskaż, że pierwszy wiersz zawiera nazwy pól, i sprawdź wykryty typ danych dla każdej kolumny.
6. Zdefiniuj tabelę. W widoku Table Design ustaw klucz podstawowy lub dodaj klucz AutoNumber, jeśli źródło nie zawiera niezawodnego unikatowego identyfikatora. Użyj typu Short Text dla identyfikatorów, które mogą zawierać zera wiodące, typu Date/Time dla dat, typu Currency dla kwot pieniężnych oraz odpowiednich typów liczbowych dla ilości. Dodaj indeksy do pól używanych podczas wyszukiwania lub łączenia tabel.
7. Zaimportuj dodatkowe tabele osobno. Jeśli PDF zawiera klientów, faktury i pozycje faktur, wyodrębnij każdą logiczną tabelę do osobnego arkusza lub pliku CSV. Zaimportuj je osobno i utwórz relacje dopiero po sprawdzeniu, czy wartości kluczy są zgodne.

Usługi internetowe, takie jak Adobe Acrobat online PDF-to-Excel, Smallpdf i PDFTables, mogą utworzyć pośredni plik XLSX lub CSV, ale nie generują niezawodnie poprawnie ustrukturyzowanej bazy MDB. Przesyłaj wyłącznie dokumenty niewrażliwe; lokalne przetwarzanie za pomocą programów Acrobat, Able2Extract lub Tabula pozwala uniknąć wysyłania faktur, danych osobowych lub dokumentacji objętej regulacjami do podmiotów zewnętrznych.

Ograniczenia jakości i zgodności

Nie istnieje niezawodna, jednoetapowa konwersja dowolnych stron PDF do prawidłowej bazy danych Access. PDF zazwyczaj nie zachowuje typów pól, kluczy podstawowych, relacji, formuł ani granic tabel w formie, którą Access może odzyskać. Kolumny mogą się przesuwać, tabele mogą się łączyć, a powtarzające się nagłówki mogą zostać zaimportowane jako rekordy.

Porównaj liczbę zaimportowanych wierszy ze źródłem, uzgodnij sumy i wyrywkowo sprawdź daty, identyfikatory, wartości walutowe oraz znaki diakrytyczne. Pliki PDF chronione hasłem, uszkodzone, zawierające wyłącznie obrazy lub silnie sformatowane mogą wymagać ręcznego przepisywania albo specjalistycznego OCR i wyodrębniania tabel.

Baza danych MDB ma maksymalny rozmiar pliku wynoszący 2 GB oraz starsze limity obiektów i pól. Przetestuj wynikowy plik za pomocą dokładnie tego starszego programu, który będzie go otwierać, wraz z wymaganymi sterownikami Access i odpowiednią wersją. Nie zmieniaj nazwy pliku .accdb na .mdb; formaty te mają różne struktury wewnętrzne.