Excel-Dateien: Eine Arbeitsmappe ist ein ZIP aus XML – und eine PDF hat überhaupt keine Tabellen

Die Schwierigkeit liegt ganz auf der anderen Seite. Eine PDF hat keine Tabellen. Sie hat Glyphenfolgen mit je einer Position, und die Linien, die Sie sehen, sind davon unabhängige Zeichenoperationen – nichts in der Datei hält fest, dass eine Zelle existiert, geschweige denn, welcher Text zu ihr gehört. Das Raster muss also aus der Geometrie erschlossen werden, und genau das tut in Wahrheit jedes Tool, das so etwas kann, auch die kostenpflichtigen.

Die Schlussfolgerung läuft in zwei Schritten. Zeilen ergeben sich aus gemeinsamen Grundlinien; das ist die verlässliche Hälfte, weil die Seite ursprünglich genau so gesetzt wurde. Spalten ergeben sich aus sich überlappenden horizontalen Ausdehnungen, und ein Band muss in mehreren Zeilen wiederkehren, bevor es als Spalte zählt – die Wiederkehr unterscheidet eine echte Spalte von einem Absatz, der zufällig eingerückt ist. Linke Kanten allein funktionieren nicht, und das verdient festgehalten zu werden, weil es die naheliegende erste Umsetzung ist und an der gewöhnlichsten Tabelle überhaupt scheitert: Eine rechtsbündige Mengenspalte mit 6, 96 und 240 hat drei verschiedene linke Kanten, jeweils eine Ziffer auseinander, die Spalte zerfällt also, und jede Zeile bekommt eine verirrte leere Zelle. Die Überlappung bewältigt links-, rechtsbündige und zentrierte Ausrichtung, ohne wissen zu müssen, welche vorliegt.

Was in einer Zelle als Zahl landet, ist bewusst zurückhaltend gewählt: einfache Dezimalzahlen, optional mit Vorzeichen, und nichts sonst. 007, 1,234, 2026-09-10, +44 20 und alles mit einem Währungssymbol bleiben genau so, wie sie erschienen, denn eine führende Null, ein Tausendertrennzeichen und ein Datum sind jeweils Informationen, die eine Umwandlung zerstören würde. Nachkommastellen bleiben erhalten, 48.50 kommt also als 48.50 an und nicht als 48.5. Die Grenzen stehen offen auf der Seite, statt versteckt zu werden: Verbundene Zellen landen in der ersten Spalte, die sie überspannen, eine Zelle, deren Text auf zwei Zeilen umbricht, wird zu zwei Zeilen, pro Seite entsteht ein Blatt, und eine Seite ohne wiederkehrende Spaltenstruktur kommt als eine einzige Spalte mit Zeilen zurück – was bei Fließtext die ehrliche Antwort ist.