PDF به Excel
جدول‌ها را از یک PDF استخراج و به‌صورت صفحه‌گستردهٔ Excel (.xlsx) ذخیره می‌کند. هر جدول شناسایی‌شده در برگهٔ جداگانه‌ای با شمارهٔ جدول و صفحهٔ مبدأ قرار می‌گیرد. تشخیص جدول با PyMuPDF و تولید Excel با کتابخانهٔ SheetJS انجام می‌شود.
نحوهٔ کار
- با کلیک روی ناحیهٔ رها کردن یا کشیدن فایل روی آن، یک PDF بارگذاری کنید.
- برای شروع استخراج جدول روی تبدیل به Excel کلیک کنید.
- ابزار همهٔ صفحات را برای یافتن جدول بررسی و سپس یک کارپوشهٔ Excel می‌سازد.
- یک فایل
.xlsxبا یک برگه برای هر جدول دانلود می‌شود.
گزینه‌ها
این ابزار گزینهٔ قابل‌تنظیمی ندارد. همهٔ جدول‌های شناسایی‌شده خودکار استخراج می‌شوند.
قالب خروجی
- یک فایل
filename.xlsx. - یک جدول: یک برگه با نام "Table".
- چند جدول: برگه‌هایی با نام‌های "Table 1 (Page 3)"، "Table 2 (Page 5)" و غیره. نام برگه‌ها به 31 نویسه (محدودیت Excel) کوتاه می‌شود.
موارد استفاده
- تبدیل گزارش‌های مالی PDF به صفحه‌گسترده‌های قابل‌ویرایش برای تحلیل بیشتر.
- استخراج جدول‌های موجودی یا سفارش از PDFهای تأمین‌کنندگان.
- انتقال دادهٔ ساختاریافته از فرم‌ها یا کاتالوگ‌های PDF به Excel برای مرتب‌سازی و فیلتر کردن.
- بایگانی دادهٔ جدولی PDF در قالبی که همکاران غیرفنی بتوانند با آن کار کنند.
نکته‌ها
- اگر ابزار "جدولی پیدا نشد" گزارش داد، احتمالاً PDF از چیدمان متنی آزاد به‌جای جدول‌های ساختاریافته استفاده می‌کند. به‌جای آن PDF به متن را برای دریافت محتوای خام امتحان کنید.
- برای قالب تخت ساده‌تر از PDF به CSV استفاده کنید. برای دانلود جداگانهٔ هر جدول در چند قالب، از استخراج جدول‌ها استفاده کنید.
- نام برگه‌ها را بررسی کنید تا بفهمید هر جدول از کدام صفحه آمده است.