检测报告 PDF 数据转 Excel：避免手工录入并保留核对依据

脱离上下文的测量值不能直接复用

实验室检测报告、检验报告或分析证书（COA）中的结果不只是一串数字。还必须知道检测的是哪个样品、采用什么条件、依据什么限值，以及数值的单位。只复制结果列虽然快，却会得到一份难以可靠核对和汇总的 Excel。

提取前先定义 Excel 字段。根据文件类型，通常包括：

• 样品名称、批号或生产批次
• 检测项目或分析物
• 测量结果
• 单位
• 技术要求或接受范围
• 合格／不合格结论
• 检测条件
• 来源 PDF 页码

有些共用单位或检测条件印在表格上方，也要能追溯到所有适用的数据行。

把 PDF 内容分成三类

1. 报告级信息

报告编号、签发日期、委托方和样品名称可能适用于整份报告或整页。即使不在表格单元格内，它们也是识别数据来源所必需的字段。

2. 表格结果

检测项目、要求、实测结果和判定的含义依赖行列关系。应将它们作为结构化单元格提取，而不是压成一串文本。

3. 限定符和异常说明

“低于检出限”“估算值”“复测”或“无法测定”等内容，不能转为空白或零。应另设字段，保留原始限定符或备注。

检测报告 PDF 转 Excel 的步骤

第一步：确定处理范围

带目录和附件的报告可能重复出现相似表格。转换前列出每张目标表的页码和标题。即使检测项目名称相同，只要样品或检测条件不同，就应先按独立表格处理。

第二步：检查多级表头

有些报告把检测类别放在第一层表头，具体项目放在下一层。合并的上级单元格决定了每个子列的含义。取消合并前，把上级值补到所有适用的列。

纵向合并的样品名称也要谨慎。不要看到 Excel 中的空白就一律向下填充；应先确认下面的行确实属于同一个样品。

第三步：保存未经修改的原始文本

<0.01、N.D.、— 和 Pass 都不是普通数值。解释之前就删除符号，会破坏原始信息。

在 Raw 工作表中保留提取出的原始字符串，在另一个 Processed 工作表中按照书面规则拆分单位、转换数值。原始值和处理值并存，之后才能审计每一步处理。

第四步：判断表格是否跨页延续

合并两段表格前，核对以下信号：

• 表格名称或编号一致。
• 列数和列标题一致。
• 前一页末行与后一页首行构成合理顺序。
• 文件没有切换到其他样品或检测条件。

如果这些信号不一致，宁可放在不同工作表，也不要强行拼接。

第五步：与原始 PDF 逐项核对

不要只抽查最整齐、最容易读的数值。抽查范围应包括：

1. 第一行和最后一行数据
2. 带多位小数的数值
3. 同时包含数字 0 和字母 O 的编号
4. 负数、小于号和范围值
5. 带脚注或限定符的结果
6. 分页前后的相邻数据行

原表有合计时可以重新计算，但不要把合计一致视为全部正确。单个数值仍可能被放到了错误的行或列。

分开保存原始数据与处理结果

工作表	内容
Raw	未修改的提取表格和原始字符串
Processed	统一后的表头、拆分后的单位和转换后的数值
Provenance	来源文件、页码、转换日期、复核人和已知问题

原始 PDF 应单独保存，并通过报告编号或文件编号与工作簿关联。将来收到修订版报告时，就能确认每份 Excel 对应哪个 PDF 版本。

行列检测、重复表头识别和 Excel 导出可以自动化；但两段内容是否属于同一张表、低于检出限的值如何统计、参考结果是否应计入最终结果，都取决于后续用途，需要明确记录。

PDFIntact 的免费检查在浏览器内完成，不上传原始文件。它会报告页数、文本层状态以及检测到的表格和图形数量，但不会展示提取结果预览，也不会确认最终行、列和值是否正确。将数据用于报告或分析前，务必与原始 PDF 核对。