Converti PDF in MDB

Un'applicazione Microsoft Access legacy potrebbe richiedere un file .mdb, mentre i dati sorgente disponibili esistono solo in un PDF. Poiché il PDF memorizza il contenuto delle pagine anziché lo schema di un database, il flusso di lavoro affidabile consiste nell'estrarre i record in Excel o CSV e importarli in Access.

Cos'è il formato PDF

Il PDF è un formato di documento a layout fisso utilizzato per fatture, report, moduli, manuali, estratti conto ed esportazioni per la stampa. Adobe Acrobat, Microsoft Word, i browser Web, gli scanner, i sistemi contabili e le applicazioni di reporting creano e visualizzano file PDF.

Un PDF può contenere testo selezionabile, frammenti di testo posizionati, elementi di disegno vettoriale, tabelle incorporate o immagini scansionate delle pagine. Una scansione richiede l'OCR prima che il testo possa essere estratto e l'OCR può leggere in modo errato caratteri, separatori decimali, date, segni meno e celle unite.

Cos'è il formato MDB

MDB è il formato di database Microsoft Access associato ad Access 2003 e versioni precedenti. Le versioni desktop più recenti di Access possono aprire e creare file MDB per garantire la compatibilità, sebbene il formato predefinito sia .accdb. Un database MDB può contenere tabelle, relazioni, query, maschere, report, indici e moduli VBA.

MDB è appropriato quando un'applicazione legacy richiede tale estensione o quando i record estratti necessitano di query relazionali, filtri, modifiche e indicizzazione. Utilizzare ACCDB quando la destinazione lo supporta, poiché MDB non include alcune funzionalità più recenti di Access e utilizza un motore di database meno recente.

Come convertire i dati in MDB

1. Estrarre le tabelle. In Adobe Acrobat Pro, utilizzare Convert → Microsoft Excel oppure Export a PDF → Spreadsheet → Microsoft Excel Workbook, a seconda della versione. Able2Extract Professional offre un maggiore controllo sulla selezione delle tabelle, sui limiti delle colonne e sull'OCR. Tabula è un'opzione desktop gratuita per i PDF basati su testo ed esporta le tabelle selezionate in CSV.
2. Eseguire l'OCR per le pagine scansionate. In Acrobat, scegliere Scan & OCR → Recognize Text, quindi esportare il risultato. Controllare i valori estratti invece di presumere che l'OCR abbia preservato esattamente la fonte.
3. Pulire il file esportato. Aprire l'XLSX o il CSV e rimuovere intestazioni di pagina ripetute, piè di pagina, righe dei totali parziali, righe vuote e testo delle note a piè di pagina. Disporre un campo per colonna e un record per riga. Utilizzare nomi stabili come InvoiceID, InvoiceDate e Amount. Salvare il CSV ripulito come UTF-8 se contiene caratteri non ASCII.
4. Creare il database. In Microsoft Access, creare un database vuoto. Se è richiesto MDB, scegliere File → Save As → Access 2002–2003 Database (*.mdb). Se l'opzione non è disponibile nella versione di Access installata, creare il file con un'edizione desktop compatibile di Access invece di rinominare un file ACCDB.
5. Importare i dati estratti. Scegliere External Data → New Data Source → From File → Excel per XLSX oppure External Data → New Data Source → From File → Text File per CSV. Selezionare Import the source data into a new table, indicare che la prima riga contiene i nomi dei campi e verificare il tipo di dati rilevato per ogni colonna.
6. Definire la tabella. Nella visualizzazione Table Design, impostare una chiave primaria o aggiungere una chiave AutoNumber se la fonte non dispone di un identificatore univoco affidabile. Utilizzare Short Text per gli identificatori che possono contenere zeri iniziali, Date/Time per le date, Currency per gli importi monetari e tipi numerici appropriati per le quantità. Aggiungere indici ai campi utilizzati per le ricerche o le join.
7. Importare separatamente le tabelle aggiuntive. Se il PDF contiene clienti, fatture e voci, estrarre ogni tabella logica in un foglio di lavoro o CSV separato. Importarle separatamente e creare le relazioni solo dopo aver verificato che i valori delle chiavi corrispondano.

I servizi online come Adobe Acrobat online PDF-to-Excel, Smallpdf e PDFTables possono produrre un file XLSX o CSV intermedio, ma non generano in modo affidabile un MDB strutturato correttamente. Caricare solo documenti non sensibili; l'elaborazione locale con Acrobat, Able2Extract o Tabula evita di inviare fatture, dati personali o record soggetti a normative a terze parti.

Limitazioni di qualità e compatibilità

Non esiste una conversione affidabile in un solo passaggio da pagine PDF arbitrarie a un database Access valido. Normalmente il PDF non conserva i tipi di campo, le chiavi primarie, le relazioni, le formule o i limiti delle tabelle in una forma che Access possa recuperare. Le colonne possono spostarsi, le tabelle possono unirsi e le intestazioni ripetute possono essere importate come record.

Confrontare il numero di righe importate con la fonte, verificare i totali e controllare a campione date, identificatori, valori monetari e caratteri accentati. I PDF protetti da password, danneggiati, composti solo da immagini o con formattazione complessa possono richiedere la trascrizione manuale o attività specializzate di OCR ed estrazione delle tabelle.

Un database MDB ha una dimensione massima del file di 2 GB e limiti meno recenti per oggetti e campi. Testare il file risultante con l'esatto programma legacy che lo aprirà, inclusi i driver Access e la versione richiesti. Non modificare il nome di un file .accdb in .mdb; i formati hanno strutture interne diverse.