Tabellen extrahieren

Erkennt alle Tabellen in einer PDF und lässt Sie sie im Format Ihrer Wahl exportieren: CSV, JSON oder Markdown. Jede Tabelle wird einzeln mit Seiten- und Positionsmetadaten extrahiert. Angetrieben von der Tabellenerkennung von PyMuPDF.

So funktioniert es

1. Laden Sie eine PDF hoch, indem Sie auf die Ablagefläche klicken oder eine Datei darauf ziehen.
2. Wählen Sie Ihr bevorzugtes Exportformat: CSV, JSON oder Markdown.
3. Klicken Sie auf Extrahieren, um die Verarbeitung zu starten.
4. Wird eine Tabelle gefunden, wird sie als einzelne Datei heruntergeladen. Mehrere Tabellen ergeben ein ZIP-Archiv mit einer Datei pro Tabelle.

Optionen

• Exportformat: Wählen Sie zwischen:
  • CSV: durch Kommas getrennte Werte mit korrekter Maskierung für Felder, die Kommas, Anführungszeichen oder Zeilenumbrüche enthalten. Geeignet für Tabellenkalkulationen und Datenbanken.
  • JSON: Array-von-Arrays-Struktur, formatiert mit 2 Leerzeichen Einrückung. Geeignet für die programmatische Weiterverarbeitung.
  • Markdown: Tabellenformat mit senkrechten Strichen als Trennzeichen, von PyMuPDF erzeugt. Geeignet für Dokumentation und README-Dateien.

Ausgabeformat

• Einzelne Tabelle: filename_table.csv (oder .json / .md)
• Mehrere Tabellen: filename_tables.zip mit Dateien wie table_1_page3.csv, table_2_page5.csv usw.

Anwendungsfälle

• Bestimmte Tabellen aus langen PDF-Berichten extrahieren, ohne die Daten des gesamten Dokuments zu ziehen.
• Tabellen im Markdown-Format erhalten, um sie direkt in GitHub-Issues, Wikis oder Dokumentation einzufügen.
• Strukturierte JSON-Daten aus PDF-Tabellen für API-Integrationen oder Skripte gewinnen.
• Tabellen verschiedener PDF-Versionen vergleichen, indem beide als CSV exportiert und per Diff verglichen werden.

Tipps

• Dieses Werkzeug gibt Ihnen Kontrolle pro Tabelle. Wenn Sie einfach alle Tabellen in einer einzigen CSV haben möchten, nutzen Sie PDF zu CSV. Für eine vollständige Excel-Arbeitsmappe nutzen Sie PDF zu Excel.
• Tabellen, die sich über mehrere Seiten erstrecken, werden möglicherweise als separate Tabellen pro Seite erkannt. Sie müssen sie eventuell manuell zusammenfügen.
• Werden keine Tabellen erkannt, ist die PDF möglicherweise ein gescanntes Bild. Führen Sie zuerst OCR aus, um eine Textebene hinzuzufügen.

Verwandte Werkzeuge

• PDF zu CSV
• PDF zu Excel
• PDF zu Text