Выняць табліцы з PDF
Знаходзіць усе табліцы ў PDF і дазваляе экспартаваць іх у выбраным фармаце: CSV, JSON або Markdown. Кожная табліца вымаецца асобна з метаданымі пра старонку і пазіцыю. Працуе на рухавіку выяўлення табліц PyMuPDF.
Як гэта працуе
- Загрузіце PDF: націсніце на вобласць загрузкі або перацягніце на яе файл.
- Выберыце патрэбны фармат экспарту: CSV, JSON або Markdown.
- Націсніце Выняць, каб пачаць апрацоўку.
- Калі знойдзена адна табліца, яна спампоўваецца як адзін файл. Некалькі табліц даюць архіў ZIP з адным файлам на кожную табліцу.
Параметры
- Фармат экспарту: выбар паміж:
- CSV: значэнні праз коску з правільным выкарыстаннем двукоссяў для палёў, што ўтрымліваюць коскі, двукоссі або пераносы радкоў. Падыходзіць для электронных табліц і баз даных.
- JSON: структура «масіў масіваў», адфарматаваная з водступам у 2 прабелы. Падыходзіць для праграмнай апрацоўкі.
- Markdown: фармат табліц з раздзяляльнікамі
|, які стварае PyMuPDF. Падыходзіць для дакументацыі і файлаў README.
Фармат выніку
- Адна табліца:
filename_table.csv(або.json/.md) - Некалькі табліц:
filename_tables.zipз файламіtable_1_page3.csv,table_2_page5.csvі г. д.
Сцэнарыі выкарыстання
- Выманне пэўных табліц з аб'ёмных справаздач PDF без вымання даных усяго дакумента.
- Атрыманне табліц у фармаце Markdown, каб устаўляць іх непасрэдна ў issues на GitHub, вікі або дакументацыю.
- Выманне структураваных даных JSON з табліц PDF для інтэграцый праз API або скрыптоў.
- Параўнанне табліц у розных версіях PDF: экспартуйце абедзве ў CSV і параўнайце.
Парады
- Гэты інструмент дае кантроль над кожнай табліцай. Калі трэба проста выгрузіць усе табліцы ў адзін CSV, карыстайцеся PDF у CSV. Для поўнай кнігі Excel карыстайцеся PDF у Excel.
- Табліцы, што займаюць некалькі старонак, могуць распазнавацца як асобныя табліцы на кожнай старонцы. Можа спатрэбіцца аб'яднаць іх уручную.
- Калі табліцы не знойдзены, PDF можа быць сканаваным відарысам. Спачатку прапусціце яго праз OCR, каб дадаць тэкставы пласт.