Wyodrębnij tabele PDF

Wykrywa wszystkie tabele w PDF i pozwala wyeksportować je w wybranym formacie: CSV, JSON lub Markdown. Każda tabela jest wyodrębniana osobno wraz z metadanymi strony i położenia. Działa na silniku wykrywania tabel PyMuPDF.

Jak to działa

1. Prześlij PDF, klikając strefę upuszczania lub przeciągając na nią plik.
2. Wybierz preferowany format eksportu: CSV, JSON lub Markdown.
3. Kliknij Wyodrębnij, aby rozpocząć przetwarzanie.
4. Jeśli znaleziono jedną tabelę, pobiera się ją jako pojedynczy plik. Wiele tabel daje archiwum ZIP z jednym plikiem na tabelę.

Opcje

• Format eksportu: wybierz spośród:
  • CSV: wartości oddzielone przecinkami z prawidłowym cytowaniem pól zawierających przecinki, cudzysłowy lub znaki nowej linii. Odpowiedni dla arkuszy kalkulacyjnych i baz danych.
  • JSON: struktura tablicy tablic, sformatowana z wcięciem 2 spacji. Odpowiedni do przetwarzania programowego.
  • Markdown: format tabeli rozdzielanej znakami pionowej kreski, renderowany przez PyMuPDF. Odpowiedni dla dokumentacji i plików README.

Format wyniku

• Pojedyncza tabela: filename_table.csv (lub .json / .md)
• Wiele tabel: filename_tables.zip zawierający pliki o nazwach table_1_page3.csv, table_2_page5.csv itd.

Zastosowania

• Wyodrębnianie wybranych tabel z długich raportów PDF bez pobierania danych z całego dokumentu.
• Uzyskiwanie tabel w formacie Markdown do wklejania bezpośrednio w zgłoszenia GitHub, wiki lub dokumentację.
• Pobieranie ustrukturyzowanych danych JSON z tabel PDF do integracji API lub skryptów.
• Porównywanie tabel między różnymi wersjami PDF przez wyeksportowanie obu do CSV i porównanie różnic.

Wskazówki

• To narzędzie daje kontrolę nad każdą tabelą osobno. Jeśli chcesz po prostu wrzucić wszystkie tabele do jednego pliku CSV, użyj PDF na CSV. Dla pełnego skoroszytu Excel użyj PDF na Excel.
• Tabele obejmujące wiele stron mogą zostać wykryte jako osobne tabele na każdej stronie. Może być konieczne ręczne ich połączenie.
• Jeśli nie wykryto żadnych tabel, PDF może być zeskanowanym obrazem. Najpierw uruchom na nim OCR, aby dodać warstwę tekstową.

Powiązane narzędzia

• PDF na CSV
• PDF na Excel
• PDF na Tekst