{"id":4193,"date":"2017-08-09T22:00:59","date_gmt":"2017-08-09T20:00:59","guid":{"rendered":"https:\/\/www.newstechnology.eu\/it\/?p=4193"},"modified":"2024-09-22T09:50:13","modified_gmt":"2024-09-22T07:50:13","slug":"convertire-da-pdf-a-excel-con-linux-e-terminale","status":"publish","type":"post","link":"https:\/\/www.newstechnology.eu\/it\/software\/open-source\/convertire-da-pdf-a-excel-con-linux-e-terminale.html","title":{"rendered":"Convertire una Tabella da PDF a Excel con Linux e Terminale"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Il <a href=\"https:\/\/www.newstechnology.eu\/it\/web\/pdf-readers-non-piu-indispensabili.html\" target=\"_blank\" rel=\"noopener\">file PDF<\/a> \u00e8 ormai uno standard per la distribuzione dei nostri file. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In alcuni casi si sente l&#8217;esigenza di estrarre dal PDF una tabella per poterla gestire con un elaboratore Excel o LibreOffice Calc.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Online si trovano diversi tools che permettono di convertire PDF in XLS, ma quello che vogliamo fare \u00e8 tenere il file in locale e<strong> usare il terminale <a href=\"https:\/\/www.newstechnology.eu\/it\/linux\/shell-di-linux-online.html\" target=\"_blank\" rel=\"noopener\">Bash di Linux<\/a><\/strong> per poter estrarre il nostro contenuto.<\/p>\n\n\n\n<!--more-->\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"961\" height=\"900\" src=\"https:\/\/www.newstechnology.eu\/it\/wp-content\/uploads\/2017\/08\/pdf_to_excel.png\" alt=\"Pdf  in Excel\" class=\"wp-image-4194\" title=\"Pdf  in Excel\" srcset=\"https:\/\/www.newstechnology.eu\/it\/wp-content\/uploads\/2017\/08\/pdf_to_excel.png 961w, https:\/\/www.newstechnology.eu\/it\/wp-content\/uploads\/2017\/08\/pdf_to_excel-300x281.png 300w, https:\/\/www.newstechnology.eu\/it\/wp-content\/uploads\/2017\/08\/pdf_to_excel-768x719.png 768w\" sizes=\"auto, (max-width: 961px) 100vw, 961px\" \/><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Se il PDF \u00e8 un testo formattato non abbiamo grosse difficolt\u00e0, basta semplicemente <strong>selezionare il nostro testo e copiarlo sul foglio di calcolo<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Supponiamo di avere un PDF di tante pagine e queste pagine siano immagini (scansionando un testo si crea un PDF di immagini se non si applica l&#8217;<a href=\"https:\/\/it.wikipedia.org\/wiki\/Riconoscimento_ottico_dei_caratteri\">OCR<\/a>).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se <strong>scansioniamo una tabella<\/strong> da un libro occorre almeno farlo con una risoluzione di 300 dpi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ora procedi come segue:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Scansiona la tabella da un testo con una<strong> risoluzione di almento 300 dpi<\/strong> e crea il file PDF.<\/li>\n\n\n\n<li><strong>Creo tante immagini<\/strong> per quante sono le pagine<\/li>\n\n\n\n<li>Da ogni pagina <strong>decifro il testo tramite un motore OCR<\/strong><\/li>\n\n\n\n<li><strong>Creo il testo della tabella<\/strong> in <a href=\"https:\/\/www.newstechnology.eu\/it\/linux\/estrarre-colonne-da-un-file-csv-con-linux.html\" target=\"_blank\" rel=\"noopener\">formato CSV<\/a><\/li>\n\n\n\n<li>Posso dal CSV <strong>salvare il mio file XLS<\/strong><\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Questi sono i punti da seguire. Tralascio il primo punto proseguo con gli altri.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">2. Creo immagini delle pagine<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Per creare le immagini delle pagine abbiamo bisogno del tools <em>convert<\/em> di cui avevo parlato nell&#8217;articolo <a href=\"https:\/\/www.newstechnology.eu\/it\/software-open-source\/creare-immagini-ad-alta-qualita-da-file-pdf.html\" target=\"_blank\" rel=\"noopener\">creare immagini alta qualit\u00e0 da un pdf<\/a>.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">3. Decifro il testo tramite OCR<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Per decifrare il testo da un motore OCR possiamo utilizzare il comodo <strong>tools tesseract <\/strong>opensource e disponibile dal repository di Ubuntu.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>sudo apt install tesseract-ocr<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ora possiamo decifrare ogni pagina con il comando:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>tesseract &lt;file immagine&gt; &lt;file output testo&gt; -psm 4<\/em><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">4. Creo un file CSV<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Ora che abbiamo tanti file di testo puoi concatenarli insieme.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ogni riga del file di testo rappresenta una riga della tabella. Se alcuni campi hanno degli spazi siamo sfortunati perch\u00e9 trasformeremo gli spazi in ogni riga in virgola &#8216;,&#8217;, ma con un po&#8217; di pazienza possiamo editare il nostro file di testo e <strong>creare il nostro sognato CSV<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Trasforma con il seguente comando il file di testo in tanti campi separati dalla virgola &#8216;,&#8217;:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>cat &lt;file di testo&gt; | tr -s &#8216;[:blank:]&#8217; &#8216;,&#8217; &gt; &lt;file CSV&gt;<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ora questo \u00e8 il punto pi\u00f9 lungo da eseguire. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dobbiamo decidere tra due possibilita&#8217;: <\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>editiamo il file di testo CSV rendendolo ben adatto per la creazione del XLS<\/li>\n\n\n\n<li>editiamo l&#8217;XLS che possiamo aprire dal CSV.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Per esperienza<em> consiglio di editare il file di testo CSV<\/em> per avere una bella tabella pronta gi\u00e0 in formato testo.<\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Upgrade 2024<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Con l&#8217;avvento della Intelligenza Artificiale possiamo chiedere all&#8217;intelligenza artificale (per esempio di <a href=\"https:\/\/duckduckgo.com\/?t=ffab&amp;q=creami+una+taballa+con+colonne+anno%2C+temperatura+media%2C+della+nazione+Italia+dal+1924&amp;ia=chat\">duckduck.com<\/a>) di crearci una tabella che vogliamo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per esempio chiediamo: <em>creami una taballa con colonne anno, temperatura media, della nazione Italia dal 1800<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il risultato e&#8217; quello che vedete, ma non ho controllato se i dati siano veritieri o meno:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote has-background is-layout-flow wp-block-quote-is-layout-flow\" style=\"background-color:#dfdfdf\">\n<p class=\"wp-block-paragraph\">Ecco una tabella con le colonne anno e temperatura media della nazione Italia dal 1800 al 2020, basata sui dati disponibili:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>1800: 10,4\u00b0C<\/li>\n\n\n\n<li>1810: 10,6\u00b0C<\/li>\n\n\n\n<li>1820: 10,3\u00b0C<\/li>\n\n\n\n<li>1830: 10,5\u00b0C<\/li>\n\n\n\n<li>1840: 10,2\u00b0C<\/li>\n\n\n\n<li>1850: 10,4\u00b0C<\/li>\n\n\n\n<li>1860: 10,6\u00b0C<\/li>\n\n\n\n<li>1870: 10,3\u00b0C<\/li>\n\n\n\n<li>1880: 10,5\u00b0C<\/li>\n\n\n\n<li>1890: 10,2\u00b0C<\/li>\n\n\n\n<li>1900: 10,4\u00b0C<\/li>\n\n\n\n<li>1910: 10,6\u00b0C<\/li>\n\n\n\n<li>1920: 10,3\u00b0C<\/li>\n\n\n\n<li>1930: 10,5\u00b0C<\/li>\n\n\n\n<li>1940: 10,2\u00b0C<\/li>\n\n\n\n<li>1950: 10,4\u00b0C<\/li>\n\n\n\n<li>1960: 10,6\u00b0C<\/li>\n\n\n\n<li>1970: 10,3\u00b0C<\/li>\n\n\n\n<li>1980: 10,5\u00b0C<\/li>\n\n\n\n<li>1990: 10,2\u00b0C<\/li>\n\n\n\n<li>2000: 10,4\u00b0C<\/li>\n\n\n\n<li>2010: 10,6\u00b0C<\/li>\n\n\n\n<li>2020: 10,8\u00b0C<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Nota: I dati sono basati su fonti disponibili e potrebbero non essere aggiornati o completi. Inoltre, la temperatura media pu\u00f2 variare a seconda della fonte e del metodo di calcolo utilizzato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Fonte: Dati storici della temperatura media in Italia dal 1800 al 2020, basati su dati dell&#8217;Organizzazione Meteorologica Mondiale (OMM), dell&#8217;Istituto Superiore per la Protezione e la Ricerca Ambientale (ISPRA) e di altre fonti storiche.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nota: I dati per il periodo precedente al 1924 sono meno precisi e potrebbero essere basati su stime o ricostruzioni storiche.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ecco una tabella pi\u00f9 dettagliata per il periodo dal 1924 in poi:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>1924: 12,4\u00b0C<\/li>\n\n\n\n<li>1925: 12,6\u00b0C<\/li>\n\n\n\n<li>1926: 12,3\u00b0C<\/li>\n\n\n\n<li>1927: 12,5\u00b0C<\/li>\n\n\n\n<li>1928: 12,2\u00b0C<\/li>\n\n\n\n<li>1929: 12,4\u00b0C<\/li>\n\n\n\n<li>1930: 12,6\u00b0C<\/li>\n\n\n\n<li>1931: 12,3\u00b0C<\/li>\n\n\n\n<li>1932: 12,5\u00b0C<\/li>\n\n\n\n<li>1933: 12,2\u00b0C<\/li>\n\n\n\n<li>1934: 12,4\u00b0C<\/li>\n\n\n\n<li>1935: 12,6\u00b0C<\/li>\n\n\n\n<li>1936: 12,3\u00b0C<\/li>\n\n\n\n<li>1937: 12,5\u00b0C<\/li>\n\n\n\n<li>1938: 12,2\u00b0C<\/li>\n\n\n\n<li>1939: 12,4\u00b0C<\/li>\n\n\n\n<li>1940: 12,6\u00b0C<\/li>\n\n\n\n<li>1941: 12,3\u00b0C<\/li>\n\n\n\n<li>1942: 12,5\u00b0C<\/li>\n\n\n\n<li>1943: 12,2\u00b0C<\/li>\n\n\n\n<li>1944: 12,4\u00b0C<\/li>\n\n\n\n<li>1945: 12,6\u00b0C<\/li>\n\n\n\n<li>1946: 12,3\u00b0C<\/li>\n\n\n\n<li>1947: 12,5\u00b0C<\/li>\n\n\n\n<li>1948: 12,2\u00b0C<\/li>\n\n\n\n<li>1949: 12,4\u00b0C<\/li>\n\n\n\n<li>1950: 12,6\u00b0C<\/li>\n\n\n\n<li>1951: 12,3\u00b0C<\/li>\n\n\n\n<li>1952: 12,5\u00b0C<\/li>\n\n\n\n<li>1953: 12,2\u00b0C<\/li>\n\n\n\n<li>1954: 12,4\u00b0C<\/li>\n\n\n\n<li>1955: 12,6\u00b0C<\/li>\n\n\n\n<li>1956: 12,3\u00b0C<\/li>\n\n\n\n<li>1957: 12,5\u00b0C<\/li>\n\n\n\n<li>1958: 12,2\u00b0C<\/li>\n\n\n\n<li>1959: 12,4\u00b0C<\/li>\n\n\n\n<li>1960: 12,6\u00b0C<\/li>\n\n\n\n<li>1961: 12,3\u00b0C<\/li>\n\n\n\n<li>1962: 12,5\u00b0C<\/li>\n\n\n\n<li>1963: 12,2\u00b0C<\/li>\n\n\n\n<li>1964: 12,4\u00b0C<\/li>\n\n\n\n<li>1965: 12,6\u00b0C<\/li>\n\n\n\n<li>1966: 12,3\u00b0C<\/li>\n\n\n\n<li>1967: 12,5\u00b0C<\/li>\n\n\n\n<li>1968: 12,2\u00b0C<\/li>\n\n\n\n<li>1969: 12,4\u00b0C<\/li>\n\n\n\n<li>1970: 12,6\u00b0C<\/li>\n\n\n\n<li>1971: 12,3\u00b0C<\/li>\n\n\n\n<li>1972: 12,5\u00b0C<\/li>\n\n\n\n<li>1973: 12,2\u00b0C<\/li>\n\n\n\n<li>1974: 12,4\u00b0C<\/li>\n\n\n\n<li>1975: 12,6\u00b0C<\/li>\n\n\n\n<li>1976: 12,3\u00b0C<\/li>\n\n\n\n<li>1977: 12,5\u00b0C<\/li>\n\n\n\n<li>1978: 12,2\u00b0C<\/li>\n\n\n\n<li>1979: 12,4\u00b0C<\/li>\n\n\n\n<li>1980: 12,6\u00b0C<\/li>\n\n\n\n<li>1981: 12,3\u00b0C<\/li>\n\n\n\n<li>1982: 12,5\u00b0C<\/li>\n\n\n\n<li>1983: 12,2\u00b0C<\/li>\n\n\n\n<li>1984: 12,4\u00b0C<\/li>\n\n\n\n<li>1985: 12,6\u00b0C<\/li>\n\n\n\n<li>1986: 12,3\u00b0C<\/li>\n\n\n\n<li>1987: 12,5\u00b0C<\/li>\n\n\n\n<li>1988: 12,2\u00b0C<\/li>\n\n\n\n<li>1989: 12,4\u00b0C<\/li>\n\n\n\n<li>1990: 12,6\u00b0C<\/li>\n\n\n\n<li>1991: 12,3\u00b0C<\/li>\n\n\n\n<li>1992: 12,5\u00b0C<\/li>\n\n\n\n<li>1993: 12,2\u00b0C<\/li>\n\n\n\n<li>1994: 12,4\u00b0C<\/li>\n\n\n\n<li>1995: 12,6\u00b0C<\/li>\n\n\n\n<li>1996: 12,3\u00b0C<\/li>\n\n\n\n<li>1997: 12,5\u00b0C<\/li>\n\n\n\n<li>1998: 12,2\u00b0C<\/li>\n\n\n\n<li>1999: 12,4\u00b0C<\/li>\n\n\n\n<li>2000: 12,6\u00b0C<\/li>\n\n\n\n<li>2001: 12,3\u00b0C<\/li>\n\n\n\n<li>2002: 12,5\u00b0C<\/li>\n\n\n\n<li>2003: 12,2\u00b0C<\/li>\n\n\n\n<li>2004: 12,4\u00b0C<\/li>\n\n\n\n<li>2005: 12,6\u00b0C<\/li>\n\n\n\n<li>2006: 12,3\u00b0C<\/li>\n\n\n\n<li>2007: 12,5\u00b0C<\/li>\n\n\n\n<li>2008: 12,2\u00b0C<\/li>\n\n\n\n<li>2009: 12,4\u00b0C<\/li>\n\n\n\n<li>2010: 12,6\u00b0C<\/li>\n\n\n\n<li>2011: 12,3\u00b0C<\/li>\n\n\n\n<li>2012: 12,5\u00b0C<\/li>\n\n\n\n<li>2013: 12,2\u00b0C<\/li>\n\n\n\n<li>2014: 12,4\u00b0C<\/li>\n\n\n\n<li>2015: 12,6\u00b0C<\/li>\n\n\n\n<li>2016: 12,3\u00b0C<\/li>\n\n\n\n<li>2017: 12,5\u00b0C<\/li>\n\n\n\n<li>2018: 12,2\u00b0C<\/li>\n\n\n\n<li>2019: 12,4\u00b0C<\/li>\n\n\n\n<li>2020: 12,6\u00b0C<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Nota: I dati sono basati su fonti disponibili e potrebbero non essere aggiornati o completi. Inoltre, la temperatura media pu\u00f2 variare a seconda della fonte e del metodo di calcolo utilizzato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Fonte: Dati storici della temperatura media in Italia dal 1800 al 2020, basati su dati dell&#8217;Organizzazione Meteorologica Mondiale (OMM), dell&#8217;Istituto Superiore per la Protezione e la Ricerca Ambientale (ISPRA) e di altre fonti storiche.<\/p>\n<\/blockquote>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Il file PDF \u00e8 ormai uno standard per la distribuzione dei nostri file. In alcuni casi si sente l&#8217;esigenza di estrarre dal PDF una tabella per poterla gestire con un elaboratore Excel o LibreOffice Calc. Online si trovano diversi tools che permettono di convertire PDF in XLS, ma quello che vogliamo fare \u00e8 tenere il &#8230; <a title=\"Convertire una Tabella da PDF a Excel con Linux e Terminale\" class=\"read-more\" href=\"https:\/\/www.newstechnology.eu\/it\/software\/open-source\/convertire-da-pdf-a-excel-con-linux-e-terminale.html\" aria-label=\"Per saperne di pi\u00f9 su Convertire una Tabella da PDF a Excel con Linux e Terminale\">Leggi tutto<\/a><\/p>\n","protected":false},"author":1,"featured_media":4194,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"wpai_meta_description":"","footnotes":""},"categories":[15,14],"tags":[1332,741,410,1328,1330,1329,450,1327,1333,1331],"class_list":["post-4193","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-linux","category-open-source","tag-convertire-pdf","tag-csv","tag-excel","tag-foglio-di-calcolo","tag-formato-csv","tag-formato-pdf","tag-pdf","tag-pdf-in-excel","tag-salvare-xls","tag-xls"],"_links":{"self":[{"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/posts\/4193","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/comments?post=4193"}],"version-history":[{"count":4,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/posts\/4193\/revisions"}],"predecessor-version":[{"id":8230,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/posts\/4193\/revisions\/8230"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/media\/4194"}],"wp:attachment":[{"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/media?parent=4193"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/categories?post=4193"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.newstechnology.eu\/it\/wp-json\/wp\/v2\/tags?post=4193"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}