Tablora · 资料库
将表格脚注留在数字区域之外
从PDF或照片提取的脚注可能作为多余的行或金额上的标记进入表格。请在转换或导出前把它们分离出来。
脚注是怎么进入表格的
统计表、价目表和财务报表会在表格正下方放注释:来源、定义、排除项、编号说明。页面转换成单元格时,这些行可能被读成额外的行,而且全部文字往往都在第一个单元格里。脚注标记也可能粘在值上,于是某个金额读作12.50*,或后面跟着一个小数字。
脚注对理解表格很重要,但在表格里却会碍事:它破坏表格的宽度,在金额列中以文本出现,还可能被当作一条记录计数。
识别脚注行
- 在浏览器结构检查工具中,和数据一起粘贴的脚注行通常只有一个字段,所以会计入“宽度不同的行”。
- 在数值规范化工具中,带有标记的金额,如12.50*,会被列入“待检查的值”而不是转换。
- 在Tablora应用中,把表格的最后几行与“来源 · 第 n 页”视图对照;表格下方的文字可能被当成行采集进来。
- 以符号或小数字开头、后面跟着一句话的行,很少是数据。
- 在粘贴的文本中,含逗号的脚注可能被拆成两个字段,看起来像一条短记录而不是注释。
把注释与数据分开
- 工作时保持原始页面打开。
- 在页面上找到数据行结束的位置,标出第一行脚注。
- 在应用中,用“删除行”删去脚注行;点击带有标记的金额,删掉标记后“保存”。
- 在粘贴的文本中,把脚注行从表格中剪出来,另存为单独的备注。
- 记录哪些值带有标记,因为标记通常说明了这个值的某些情况,例如估计值或修订后的数字。
- 做完这些之后,再规范金额或核对合计。
不是脚注的占位符
有些表格在值的位置印一个短横线、n/a或字母代码,并在脚注中解释。Tablora应用的XLSX导出在判断一列是否为数字时不把这类占位符计算在内,并把它们保留为文本。在浏览器的数值规范化工具中,它们和其他非数字一样被留待检查。两个工具都不会把它们变成零,你也不应该:缺失的值和零是不同的事实。
全部分离之后,再把行数与原始资料比较一次。一张恰好在页面数据结束处结束的表格,就可以导出了。