Tự động cập nhật dữ liệu từ nhiều file PDF vào Excel bằng Power Query

Chào mọi người,

Dạo này mình hay phải làm việc với các báo cáo dạng PDF, mà số lượng file PDF lại khá nhiều. Mỗi lần muốn lấy dữ liệu ra Excel để phân tích là lại phải copy-paste thủ công, mất cả buổi. Tìm hiểu trên mạng thì thấy có cách dùng Power Query để tự động hóa việc này, nên mình muốn chia sẻ lại cho anh em nào đang gặp tình huống tương tự.

Cách thực hiện:

1. Chuẩn bị: Đặt tất cả các file PDF cần xử lý vào chung một thư mục.
2. Mở Excel, vào tab Data -> Get Data -> From File -> From Folder.
3. Chọn thư mục chứa các file PDF của bạn, nhấn OK.
4. Excel sẽ hiển thị danh sách các file trong thư mục. Nhấn vào nút Combine & Transform Data (hoặc Combine & Load nếu bạn muốn load thẳng).
5. Power Query sẽ tự động mở ra một cửa sổ để bạn chọn cách kết hợp dữ liệu. Thường thì nó sẽ tự nhận diện được cấu trúc bảng trong PDF. Bạn có thể xem trước dữ liệu mẫu ở đây.
6. Sau khi nhấn OK, Power Query sẽ tiến hành lấy dữ liệu từ tất cả các file PDF và gom lại thành một bảng duy nhất trong Excel.

Lưu ý: Cách này hiệu quả nhất khi các file PDF có cấu trúc giống nhau (ví dụ: cùng là báo cáo bán hàng, cùng có các cột thông tin như Ngày, Mã hàng, Số lượng, Thành tiền...). Nếu cấu trúc khác nhau, bạn có thể cần phải tinh chỉnh thêm trong Power Query Editor.

Hi vọng mẹo nhỏ này giúp mọi người tiết kiệm được kha khá thời gian làm báo cáo.

Hay quá bạn ơi! Mình cũng đang vật lộn với đống báo cáo PDF y chang vậy. Power Query đúng là cứu cánh cho mấy vụ lặp đi lặp lại này.

Mình có thắc mắc nhỏ, không biết nếu cấu trúc bảng trong các file PDF nó hơi khác nhau một chút thì Power Query có xử lý được không, hay mình phải chỉnh sửa gì thêm ở bước nào nhỉ?

Cảm ơn bạn đã chia sẻ cách làm rất hay này! Đúng là Power Query có khả năng tự động hóa tuyệt vời, đặc biệt với những tác vụ lặp đi lặp lại như trích xuất dữ liệu từ PDF.

Về câu hỏi của bạn về cấu trúc bảng khác nhau, thông thường nếu sự khác biệt không quá lớn (ví dụ: chỉ khác tên cột hoặc thứ tự cột), bạn có thể xử lý được bằng cách thêm các bước "Replace Values" hoặc "Unpivot Columns" trong Power Query Editor để chuẩn hóa dữ liệu trước khi merge lại.

Tuy nhiên, nếu cấu trúc quá khác biệt, có thể bạn sẽ cần tạo ra các hàm tùy chỉnh (custom functions) hoặc viết thêm M code để xử lý từng trường hợp cụ thể. Bạn có thể mô tả rõ hơn về sự khác biệt cấu trúc mà bạn đang gặp phải không? Biết đâu mọi người có thể đưa ra giải pháp chi tiết hơn.