# OCR delle tabelle nei PDF scansionati: controlla righe, colonne, unità e interruzioni di pagina Confronta le tabelle riconosciute con la scansione originale, concentrandoti su intestazioni unite, allineamento dei valori, unità e tabelle che proseguono su più pagine. Una tabella può contenere tutti i numeri attesi e dire comunque qualcosa di sbagliato. Sposta un valore di una colonna a destra e potrebbe riferirsi a un altro anno, a un altro trattamento o a un'altra unità. Rivedere l'OCR delle tabelle di un PDF scansionato significa controllare i rapporti tra etichette e valori, non solo se le cifre sembrano plausibili. Parti dall'immagine della pagina originale e da una tabella completa. Esamina intestazione, corpo, note ed eventuali continuazioni prima di copiare i valori in un foglio di calcolo o in un report. ## Ricostruisci le intestazioni unite prima di controllare le celle Un'intestazione può estendersi su più colonne, con una seconda riga che fornisce le singole etichette. Per esempio, "Produzione annua" potrebbe coprire due anni, ciascuno suddiviso per tipo di prodotto. Se l'intestazione che abbraccia più colonne sparisce, le righe esportate possono sembrare ordinate ma perdono il loro significato. Scrivi l'etichetta completa per un valore campione: titolo della tabella, intestazione di gruppo, intestazione di colonna, intestazione di riga e unità. Poi verifica se chi legge riesce a ricostruire quell'etichetta solo dalla conversione. Fai lo stesso con le etichette di riga unite. Una categoria stampata una sola volta accanto a più righe può valere per tutte. Una cella vuota sotto di essa non è necessariamente un dato mancante, e riempire ogni spazio vuoto con uno zero cambierebbe il documento originale. Per le scelte successive sulla rappresentazione in Markdown, vedi [Tabelle PDF in Markdown](https://pdfcraft.ai/it-IT/blog/pdf-tables-to-markdown/). Qui la domanda è se la tabella originale è stata riconosciuta correttamente. ## Segui i valori in entrambe le direzioni Scegli un valore nella scansione e individua la sua riga e la sua colonna nel risultato. Poi scegli un valore nel risultato e risali fino alla scansione. Il controllo inverso può far emergere righe duplicate o valori che non hanno una fonte visibile. Campiona posizioni diverse: prima riga, riga centrale, ultima riga e una riga con un richiamo a una nota o una punteggiatura insolita. Controlla separatori decimali, segni meno, separatori delle migliaia, percentuali, intervalli e parentesi. Possono cambiare il significato anche quando le cifre circostanti sono corrette. Mantieni le distinzioni tra cella vuota, trattino, "non applicabile" e zero. La legenda della tabella può attribuire a ciascuno un significato diverso. Non normalizzarli per comodità finché non hai capito quella legenda, e annota la modifica a parte. ## Leggi le unità insieme all'intestazione e alle note Un valore con intestazione "Ricavi" è incompleto se "in migliaia" compare solo sopra la tabella o in una nota sotto. Verifica che questo qualificatore sia rimasto e resti associato ai valori giusti. Controlla anche le unità che compaiono dentro le celle. Apici, prefissi e simboli di grado possono essere abbastanza piccoli da sparire in una scansione di bassa qualità. Un passaggio da milligrammi a grammi non è un dettaglio tipografico da poco. Se in seguito traduci il documento, tieni separato il riconoscimento delle unità dalla scelta della lingua. Non ci si può affidare al traduttore per scoprire che l'OCR ha perso un esponente. Rivedi prima il testo di partenza riconosciuto, poi confronta le intestazioni e le spiegazioni tradotte. ## Unisci le tabelle su più pagine con cautela Cerca indicazioni come "continua", intestazioni di colonna ripetute, righe spezzate e note che compaiono solo dopo l'ultima pagina. Un'intestazione ripetuta non deve diventare una riga di dati in più; un'etichetta di riga ripetuta può essere una continuazione anziché una seconda osservazione. Controlla l'ultima riga di dati prima dell'interruzione di pagina e la prima dopo. Se una descrizione prosegue nella pagina successiva, verifica che i suoi valori appartengano ancora allo stesso elemento. Le note a piè di pagina in fondo possono riferirsi a righe delle pagine precedenti. Conserva i confini di pagina nel tuo registro di revisione anche se poi li togli dalla tabella di lavoro. Ti permettono di ricostruire da dove vengono una riga omessa o una duplicazione inattesa. ## Annota le discrepanze senza indovinare i numeri Usa un registro semplice: pagina e tabella di origine, etichetta di riga, etichetta di colonna, valore contestato, lettura dalla fonte e stato della correzione. Segna un valore illeggibile come irrisolto. Non scegliere un numero solo perché fa tornare i totali. Totali e intervalli possono essere utili controlli incrociati, ma non sono una prova. L'originale stesso può contenere errori di arrotondamento o redazionali. Tieni distinte le correzioni di riconoscimento da qualsiasi interpretazione successiva dei dati. [PDF Craft](https://pdfcraft.ai/it-IT/pdf-craft/pdf-to-markdown/) riconosce le tabelle durante la conversione dei PDF, anche per i documenti scansionati. Scegli Markdown se il tuo obiettivo è modificare e riutilizzare il contenuto, poi confronta il risultato scaricato con l'originale. Controlla con attenzione le tabelle complesse o sbiadite; nessuna garanzia generale copre ogni cella unita o struttura su più pagine. Prima di usare la tabella nelle note di ricerca, verifica insieme titolo, unità, righe campione e note. Il [flusso di lavoro di ricerca con PDF-to-Markdown](https://pdfcraft.ai/it-IT/blog/pdf-to-markdown-for-research/) spiega come conservare il contesto della fonte quando la tabella esce dal documento originale.