Файлы Excel: книга — это ZIP с XML, а в PDF таблиц нет вовсе

Вся трудность — на другой стороне. В PDF нет таблиц. В нём есть фрагменты глифов, у каждого из которых своя позиция, а видимые линейки — никак не связанные с ними операции рисования: нигде в файле не записано, что ячейка существует, не говоря уже о том, какой текст ей принадлежит. Поэтому сетку приходится выводить из геометрии — именно это на самом деле делает любой инструмент для такой задачи, включая платные.

Вывод идёт в два шага. Строки определяются по общим базовым линиям — это надёжная половина, потому что именно так страница и была свёрстана. Столбцы определяются по перекрывающимся горизонтальным промежуткам, причём полоса должна повториться в нескольких строках, прежде чем её сочтут столбцом: повторяемость отличает настоящий столбец от абзаца, у которого просто есть отступ. Одни только левые края не работают — это стоит отметить, потому что это очевидная первая реализация, и она ломается на самой обычной таблице: столбец количества с выравниванием вправо со значениями 6, 96 и 240 имеет три разных левых края, каждый на цифру в стороне, так что столбец распадается и в каждой строке появляется лишняя пустая ячейка. Перекрытие справляется с выравниванием влево, вправо и по центру, не зная, с каким из них имеет дело.

Что попадает в ячейку как число, определяется намеренно консервативно: простые десятичные числа, возможно со знаком, и больше ничего. 007, 1,234, 2026-09-10, +44 20 и всё, что содержит символ валюты, остаётся ровно таким, каким было, потому что ведущий ноль, разделитель тысяч и дата — это информация, которую принудительное преобразование уничтожило бы. Знаки после запятой сохраняются, так что 48.50 приходит как 48.50, а не 48.5. Ограничения указаны на странице, а не скрыты: объединённые ячейки попадают в первый охватываемый столбец, ячейка, текст которой переносится на две строки, становится двумя строками, на каждую страницу создаётся один лист, а страница без повторяющейся структуры столбцов возвращается одним столбцом строк — и для обычного текста это честный ответ.