Extraer Tablas de PDF

Detecta todas las tablas de un PDF y te permite exportarlas en el formato que prefieras: CSV, JSON o Markdown. Cada tabla se extrae de forma individual con metadatos de página y posición. Funciona con el motor de detección de tablas de PyMuPDF.

Cómo Funciona

1. Sube un PDF haciendo clic en la zona de carga o arrastrando un archivo sobre ella.
2. Selecciona tu formato de exportación preferido: CSV, JSON o Markdown.
3. Haz clic en Extraer tablas para iniciar el procesamiento.
4. Si se encuentra una tabla, se descarga como un solo archivo. Si hay varias tablas, se genera un archivo ZIP con un archivo por tabla.

Opciones

• Formato de exportación: elige entre:
  • CSV: valores separados por comas con las comillas adecuadas para campos que contienen comas, comillas o saltos de línea. Adecuado para hojas de cálculo y bases de datos.
  • JSON: estructura de arreglos de arreglos, con formato legible y sangría de 2 espacios. Adecuado para su consumo por programas.
  • Markdown: formato de tabla delimitado por barras verticales, generado por PyMuPDF. Adecuado para documentación y archivos README.

Formato de Salida

• Una sola tabla: filename_table.csv (o .json / .md)
• Varias tablas: filename_tables.zip con archivos llamados table_1_page3.csv, table_2_page5.csv, etc.

Casos de Uso

• Extraer tablas específicas de informes PDF extensos sin sacar los datos de todo el documento.
• Obtener tablas en formato Markdown para pegarlas directamente en issues de GitHub, wikis o documentación.
• Sacar datos JSON estructurados de tablas de PDF para integraciones de API o scripts.
• Comparar tablas entre distintas versiones de un PDF exportando ambas a CSV y comparando las diferencias.

Consejos

• Esta herramienta te da control por tabla. Si solo quieres volcar todas las tablas en un único CSV, usa PDF a CSV. Para un libro completo de Excel, usa PDF a Excel.
• Las tablas que abarcan varias páginas pueden detectarse como tablas separadas por página. Es posible que debas concatenarlas manualmente.
• Si no se detecta ninguna tabla, el PDF podría ser una imagen escaneada. Pásalo primero por OCR para agregar una capa de texto.

Herramientas Relacionadas

• PDF a CSV
• PDF a Excel
• PDF a Texto