Tabellen extraheren

Detecteert alle tabellen in een PDF en laat je ze exporteren in het formaat van je keuze: CSV, JSON of Markdown. Elke tabel wordt afzonderlijk geëxtraheerd met metadata over pagina en positie. Mogelijk gemaakt door de tabeldetectie-engine van PyMuPDF.

Zo werkt het

1. Upload een PDF door op het uploadvak te klikken of een bestand erheen te slepen.
2. Kies je gewenste exportformaat: CSV, JSON of Markdown.
3. Klik op Extraheren om de verwerking te starten.
4. Als er één tabel is gevonden, wordt die als enkel bestand gedownload. Bij meerdere tabellen krijg je een ZIP-archief met één bestand per tabel.

Opties

• Exportformaat: kies tussen:
  • CSV: door komma's gescheiden waarden, met correcte aanhalingstekens voor velden met komma's, aanhalingstekens of regeleinden. Geschikt voor spreadsheets en databases.
  • JSON: structuur van arrays in arrays, opgemaakt met inspringing van 2 spaties. Geschikt voor verwerking door programma's.
  • Markdown: tabelformaat met verticale streepjes, weergegeven door PyMuPDF. Geschikt voor documentatie en README-bestanden.

Uitvoerformaat

• Eén tabel: filename_table.csv (of .json / .md)
• Meerdere tabellen: filename_tables.zip met bestanden met namen als table_1_page3.csv, table_2_page5.csv, enzovoort.

Toepassingen

• Specifieke tabellen uit lange PDF-rapporten extraheren zonder de gegevens van het hele document op te halen.
• Tabellen in Markdown-formaat ophalen om direct in GitHub-issues, wiki's of documentatie te plakken.
• Gestructureerde JSON-gegevens uit PDF-tabellen halen voor API-integraties of scripts.
• Tabellen in verschillende PDF-versies vergelijken door beide naar CSV te exporteren en de verschillen te bekijken.

Tips

• Met deze tool heb je controle per tabel. Als je alle tabellen gewoon in één CSV wilt hebben, gebruik dan PDF naar CSV. Voor een volledige Excel-werkmap gebruik je PDF naar Excel.
• Tabellen die over meerdere pagina's lopen, worden mogelijk per pagina als aparte tabel gedetecteerd. Je moet ze dan misschien handmatig samenvoegen.
• Als er geen tabellen worden gedetecteerd, is de PDF mogelijk een gescande afbeelding. Voer er eerst OCR op uit om een tekstlaag toe te voegen.

Gerelateerde tools

• PDF naar CSV
• PDF naar Excel
• PDF naar tekst