Tablora

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

把注释与数据分开

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。