ExcelにPDFを取り込む手順

Excelで取引先から受け取ったPDFの請求書や発注書のデータを処理する際、手作業のコピーと貼り付けではレイアウトが大きく崩れてしまった経験はないでしょうか。正しいデータの取得機能を活用して適切な手順を踏むと、表の構造を維持したまま正確なデータ化を実現可能です。

この記事では、Excelの標準機能を使ってPDFを効率的に取り込む具体的な手順に加え、複数ファイルの一括処理や画像化されたデータの抽出方法まで詳しく解説します。手入力の手間を省いて毎日の経理や事務作業を自動化したい方は、ぜひ操作の参考にしてください。

Excelの標準機能であるデータの取得を利用すると、専用の変換ソフトを使わずにPDFの情報を読み込めます。具体的な操作の手順は、以下の3つです。

1. データの取得からPDFファイルを選択する
2. 取り込む対象のデータを指定する
3. データをプレビューして読み込む

それぞれの操作について、ファイルの選択から実際にワークシートへ読み込むまでの流れを、次の項目から順を追って解説します。

データの取得からPDFファイルを選択する

PDFのデータを取り込むための最初のステップは、Excelのリボンメニューから対象のファイルへ接続する作業です。ここで、データの取得機能に用意された専用のコネクタを選択します。

公式ドキュメントでは、データの接続について、次のように説明しています。

Select the PDF option in the connector selection.

出典:Microsoft Learn公式

コネクタの選択画面でPDF用のオプションを選ぶことによって、安全な取り込み処理が開始される仕組みです。

取り込みを開始するまでの具体的な操作内容は、以下の通りです。

ファイルを選択すると、自動的にデータの解析が始まります。もしメニューに「PDFから」が表示されない場合は、ご利用のバージョンが機能要件を満たしているか確認しましょう。

取り込む対象のデータを指定する

ファイルの解析が完了すると、ナビゲーター画面が立ち上がります。この画面では、PDF内に含まれる表やページが一覧として抽出される仕様です。

左側のパネルに表示されたリストから、目的のデータを見つけ出してクリックします。ナビゲーター画面で選択できる要素の種類と特徴をまとめた表は、以下の通りです。

複数の表を同時に処理したい場合は、「複数のアイテムの選択」にチェックを入れます。不要なデータが混ざらないよう、必要な項目だけを正確に指定するのがポイントです。

データをプレビューして読み込む

対象のデータを指定した後は、右側のプレビュー画面で内容に誤りがないかを確認します。意図した通りに列や行が分割されているかをチェックすることが前提です。

問題がなければ、画面下部にあるボタンを押してワークシートへ出力します。読み込み時に選択できる主な出力形式は、以下の通りです。

• 読み込み：新しいワークシートに直接テーブルとして出力する
• 読み込み先：既存のシートやデータモデルなど出力場所を指定する
• データの変換：Power Queryエディターを開いてデータ加工を行う

読み込んだ後にレイアウトの崩れに気付いた場合は、後からクエリを編集して修正できます。エディター上では行や列の削除、データ型の再指定などの調整が可能です。

数値が文字列として読み込まれるエラーを防ぐには、変換エディターを開くだけでは不十分で、各列のデータ型を数値や日付など正しい形式に個別設定することが安全な手順です。日付や小数点の表記が地域によって異なるデータを扱う場合は、あわせてロケールの指定も確認してください。

ここまでの流れを把握しておけば、日常的な書類のデータ化をスムーズに進められます。単一のファイルだけではなく、複数の帳票を一括処理したい場合は次章の手法も有効です。

毎月の請求書や発注書など、同じフォーマットのファイルが複数ある場合は、自動化機能を利用するのが効果的です。一つずつ処理する手間を省き、作業時間を大きく短縮できます。

一括取り込みの全体的な流れは、以下の通りです。

それぞれの手順について、フォルダからのデータ取得と複数ファイルの結合作業の流れを、次の項目から順を追って解説します。

フォルダから一括でデータを取得する

複数のファイルを処理する際は、あらかじめ1つのフォルダに対象のPDFをまとめておくのが前提です。Power Query(パワークエリ)を使用し、フォルダ内の情報を一括で読み込みます。

具体的な取得手順は、以下の通りです。

1. Excelのリボンから「データ」タブを開く
2. 「データの取得」から「ファイルから」を選ぶ
3. 「フォルダーから」を選択して対象フォルダを指定する

この操作により、指定フォルダに保存されているファイルの一覧を確認できます。次のステップでは、この一覧に含まれる複数のファイルを1つの表として結合する方法を解説します。

取得した複数のファイルデータを結合する

フォルダ内のファイル一覧を取得したら、それらのデータを一つの表として結合する段階です。プレビュー画面で「結合」を選択し、Power Queryエディターを起動します。

結合時の主な設定ポイントは、以下の通りです。

• サンプルファイルで抽出対象の表形式を確認する
• 不要な列や空白行をエディター上で削除する
• 「閉じて読み込む」でExcelシートに出力する

一度設定を完了すれば、次回以降はフォルダにPDFを追加して更新ボタンを押すだけで新しいデータを取り込めます。定期的なデータ入力作業を自動化し、業務効率を大きく改善できるという仕組みです。

見た目が画像主体のPDFでも、内部にテキストレイヤーを持つファイルなら文字の選択や検索が可能で、通常のコピー＆ペーストやPDFコネクタでそのまま取り込めます。

PDF上で文字をドラッグして選択できるかは、あくまで簡易的な確認方法の一つです。選択できない場合はOCRによる読み取りが必要な画像PDFである可能性が高いですが、閲覧ソフトの権限設定や文字のアウトライン化が原因で選択できないケースもあるため、判断材料の一つとして扱ってください。

テキストレイヤーがない画像PDFからデータを抽出するには、専用のツールや自動化機能を用いる必要があります。

以下の通り、代表的な2つの手順をまとめました。

それぞれの詳しい手順に加えて、どのような場面でどちらを選ぶべきかという判断のポイントも、次の項目から順番に解説します。

OCR対応のPDF変換ツールを利用する

画像内の文字を認識するには、OCR(光学文字認識)機能を搭載したPDF変換ツールが便利です。専用のツールを使うことで、画像の表をテキストデータとして読み取ってExcel形式で保存できます。

基本的な変換の流れは、以下の通りです。

• 変換ツールの画面で画像PDFファイルをアップロードする
• 出力形式としてExcelファイルを選択する
• OCR機能を有効にして変換処理を実行する
• 変換が完了したファイルをダウンロードする

変換されたデータは、必ずしも完璧なレイアウトを維持できるとは限りません。文字化けやセルの結合崩れが発生する可能性があるため、取り込み後はExcel上で手動の修正が必要となる場合があります。

請求書や発注書などの機密性が高い文書を無料の変換ツールへアップロードする場合は、取引先情報や個人情報が外部サービスに保存されないかを事前に確認してください。利用規約や保存期間、社内で承認済みのツールかどうかを確認したうえで、機密性の高い文書は組織で契約済みのサービスやオンプレミス環境での処理を優先することが安全です。

Power Automateでデータを自動抽出する

定期的に届く請求書など、同じフォーマットの画像PDFを大量に処理したい場合は、Power Automateの活用が適しています。画像やPDFの文字認識にはAI Builderの文字認識アクションが必要で、利用にはプレミアムライセンスやAIクレジットの消費といった追加要件が伴います。

自動抽出を行うための主な設定手順は、以下の通りです。

1. 対象の画像PDFをOneDrive for BusinessまたはSharePoint上のフォルダに保存する
2. Power Automateでフォルダ内のファイルを取得するアクションを設定する
3. AI Builderの文字認識アクションで画像PDFからテキストを抽出する
4. Excel Online (Business)コネクタを使い、クラウド上のExcelテーブルへ抽出結果を追加する

この設定を行うには、事前に抽出したいデータの規則性を把握しておくことが前提です。OneDrive for BusinessやSharePointへの保存は、Excel Online (Business)への書き込みまで含めた構成例の一つであり、文字認識アクション自体の必須要件ではありません。

実際に必須となるのは、追記先のExcelブックが対応するクラウドストレージ上にあり、書き込み先のテーブルと編集権限を用意しておくことです。初期設定には少し手間がかかるものの、一度フローを完成させれば日々の入力作業を大幅に削減できるという特徴があります。

データの取得メニューに「PDFから」が表示されないときは?

データの取得メニューに「PDFから」が表示されない場合、使用中のExcelがPDFコネクタの対応要件を満たしていない可能性が高いです。対応状況はExcelの製品名やバージョンだけではなく、OSや更新プログラムの適用状況によっても変わります。

まずはお使いのExcelの製品名・バージョン・更新状況を確認し、Microsoft LearnのPDFコネクタ公式ページで対応製品の一覧と照らし合わせてください。非対応と判明した環境に限り、対応バージョンへの更新や無料のPDF変換ツールを使った代替手段を検討してください。

取り込んだデータのレイアウトが崩れる原因は?

PDFとExcelでデータの保持方式が異なる点が、レイアウト崩れの主な原因です。PDFは見た目の配置を保存しますが、Excelはセル単位でデータを管理する構造を持ちます。

この仕様の違いにより、単純なコピーアンドペーストでは表が分断されたり列がずれたりといった不具合が発生します。Power Queryや専用のPDF抽出ツールを使うと改善しやすいものの、罫線のない表や段組み、スキャン品質によっては、抽出結果が崩れる場合があるため、取り込み後はプレビューでデータ型や列のずれを確認することが欠かせません。

数値が文字列として読み込まれた場合の対処法はありますか?

Excelの標準機能を利用して、文字列を数値データに変換する処理を行います。Power Queryのプレビュー画面で、対象の列を選択してデータ型を整数や10進数に変更する手順が効果的です。

すでに取り込み済みのデータを修正する場合は、Excelシート上で対象のセルを選択し、エラーチェックのアイコンから数値に変換する操作を実行します。大量のデータを一括で変換したいときは、区切り位置指定ウィザードを利用するのも便利な手段です。

ITやプログラミングに関するコラム

• 
  【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
• 
  【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
• 
  【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
• 
  【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
• 
  【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
• 
  【Python】Playwrightでスクレイピングを試してみた
• 
  【CSS】notで複数の件を除外する方法
• 
  【Git】remote設定を変更する方法
• 
  【VBA】コメントアウトを設定する方法
• 
  x86とx64の違いを分かりやすく解説

ITやプログラミングに関するニュース

• 
  VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
• 
  AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
• 
  VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
• 
  Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
• 
  Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
• 
  Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
• 
  AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
• 
  EC2 G7インスタンスが米国東部（バージニア北部）で利用可能に、G6比でAI推論性能が最大4.6倍
• 
  SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
• 
  AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に