File Excel: una cartella di lavoro è uno ZIP di XML, e un PDF non ha tabelle
Cosa contiene davvero un XLSX, perché ricavare una tabella da un PDF è una deduzione e non un’estrazione, e quali celle diventano numeri. Converti nel browser.
In sintesi
- Tipo
- Documenti
- Estensioni
- .xlsx
- Tipo MIME
- application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
- Noto anche come
- XLSX, Microsoft Excel, spreadsheet
Un file .xlsx è un archivio ZIP di XML, costruito come il .docx descritto nella pagina di Word e parte dello stesso passaggio del 2007 a Office Open XML. Rinominane uno in .zip e troverai una parte della cartella di lavoro che elenca i fogli, una parte per foglio con le celle, una parte degli stili e i file di relazione che li tengono insieme. Dato che è XML in uno ZIP, una cartella di lavoro si può scrivere senza alcun codice Microsoft, ed è ciò che fa questo sito — cinque parti XML generate direttamente invece di aggiungere al pacchetto una libreria per fogli di calcolo. Il testo delle celle viene inserito come stringa in linea, così ogni foglio è autonomo, e i limiti sono quelli di Excel stesso: 1.048.576 righe, 16.384 colonne, 255 fogli.
Leggi di più
La difficoltà sta tutta dall’altra parte. Un PDF non ha tabelle. Ha sequenze di glifi, ognuna con una posizione, e le linee che vedi sono operazioni di disegno indipendenti — niente nel file registra che una cella esiste, tanto meno quale testo le appartiene. Quindi la griglia va dedotta dalla geometria, che è ciò che fa davvero ogni strumento di questo tipo, compresi quelli a pagamento.
La deduzione avviene in due passi. Le righe vengono dalle linee di base condivise, che è la metà affidabile perché è proprio così che la pagina è stata composta. Le colonne vengono da estensioni orizzontali che si sovrappongono, e una fascia deve ripetersi su più righe prima di contare come colonna — la ripetizione è ciò che separa una vera colonna da un paragrafo che per caso ha un rientro. I soli bordi sinistri non funzionano, e vale la pena annotarlo perché è la prima implementazione ovvia e fallisce sulla tabella più comune che ci sia: una colonna di quantità allineata a destra con 6, 96 e 240 ha tre bordi sinistri diversi, a una cifra di distanza l’uno dall’altro, quindi la colonna si spezza e ogni riga si ritrova con una cella vuota di troppo. La sovrapposizione gestisce l’allineamento a sinistra, a destra e al centro senza dover sapere quale sta guardando.
Ciò che finisce in una cella come numero è volutamente prudente: decimali semplici, eventualmente con segno, e nient’altro. 007, 1,234, 2026-09-10, +44 20 e tutto ciò che porta un simbolo di valuta restano esattamente come apparivano, perché uno zero iniziale, un separatore delle migliaia e una data sono ciascuno un’informazione che la conversione forzata distruggerebbe. Le cifre decimali vengono mantenute, quindi 48.50 arriva come 48.50 e non 48.5. I limiti sono dichiarati sulla pagina invece di essere nascosti: le celle unite escono nella prima colonna che occupano, una cella il cui testo va a capo su due righe diventa due righe, viene prodotto un foglio per pagina, e una pagina senza una struttura di colonne ripetuta torna come un’unica colonna di righe — che è la risposta onesta per la prosa.
Converti altri formati in Excel
Domande frequenti su Excel
Un XLSX è davvero un file ZIP?
Sì, esattamente come un DOCX. Rinominalo in .zip e aprilo: dentro ci sono parti XML per la cartella di lavoro, per ogni foglio, per gli stili e per le relazioni tra loro.
I numeri si potranno davvero sommare?
Sì, per le celle che sono decimali semplici — vengono scritte come numeri, quindi SOMMA e le altre funzioni ci lavorano. Tutto ciò che è ambiguo viene lasciato apposta come testo, e il testo non si somma.
Perché il mio numero di riferimento 007 è arrivato come testo?
Perché lo zero iniziale è un’informazione. Memorizzarlo come numero lo trasformerebbe in 7 e non ci sarebbe modo di riaverlo, quindi i valori che sembrano soltanto numerici vengono lasciati esattamente come apparivano.
La mia tabella ha perso i confini delle colonne. Perché?
Le colonne vengono riconosciute da estensioni di cella che si sovrappongono e si ripetono lungo la pagina. Una tabella con solo una o due righe, o con celle posizionate in modo irregolare, non dà alla deduzione niente a cui agganciarsi e torna come righe di testo.
Funziona con un PDF scansionato?
No, e rinuncia invece di tirare a indovinare. Il riconoscimento restituisce una riga di testo per ogni riquadro rilevato, il che basta a ricostruire la prosa ma non una griglia — i riquadri uniscono celle vicine abbastanza spesso da dare un risultato che sembra una tabella ed è sbagliato.
Posso convertire Excel in PDF qui?
Non in locale. Rendere una cartella di lavoro come fa Excel — interruzioni di pagina, aree di stampa, larghezze delle colonne — richiede Excel o LibreOffice, e nessuno dei due gira in una scheda del browser. Le conversioni qui vanno verso l’XLSX, non a partire da esso.