Extrair Tabelas

Detecta todas as tabelas de um PDF e permite exportá-las no formato que você escolher: CSV, JSON ou Markdown. Cada tabela é extraída individualmente com metadados de página e posição. Desenvolvido com o mecanismo de detecção de tabelas do PyMuPDF.

Como funciona

1. Envie um PDF clicando na área de soltar ou arrastando um arquivo para ela.
2. Selecione o formato de exportação de sua preferência: CSV, JSON ou Markdown.
3. Clique em Extrair para iniciar o processamento.
4. Se uma tabela for encontrada, ela é baixada como um único arquivo. Várias tabelas geram um arquivo ZIP com um arquivo por tabela.

Opções

• Formato de exportação: escolha entre:
  • CSV: valores separados por vírgula, com aspas adequadas em campos que contêm vírgulas, aspas ou quebras de linha. Adequado para planilhas e bancos de dados.
  • JSON: estrutura de arrays de arrays, formatada com indentação de 2 espaços. Adequado para consumo programático.
  • Markdown: formato de tabela delimitado por barras verticais, renderizado pelo PyMuPDF. Adequado para documentação e arquivos README.

Formato de saída

• Uma tabela: filename_table.csv (ou .json / .md)
• Várias tabelas: filename_tables.zip contendo arquivos nomeados table_1_page3.csv, table_2_page5.csv etc.

Casos de uso

• Extrair tabelas específicas de relatórios PDF extensos sem puxar os dados do documento inteiro.
• Obter tabelas em formato Markdown para colar diretamente em issues do GitHub, wikis ou documentação.
• Retirar dados JSON estruturados de tabelas de PDF para integrações de API ou scripts.
• Comparar tabelas entre diferentes versões de PDF exportando ambas para CSV e comparando as diferenças.

Dicas

• Esta ferramenta dá controle por tabela. Se você só quer todas as tabelas reunidas em um único CSV, use PDF para CSV. Para uma pasta de trabalho completa do Excel, use PDF para Excel.
• Tabelas que abrangem várias páginas podem ser detectadas como tabelas separadas por página. Talvez seja necessário concatená-las manualmente.
• Se nenhuma tabela for detectada, o PDF pode ser uma imagem digitalizada. Passe-o antes pelo OCR para adicionar uma camada de texto.

Ferramentas relacionadas

• PDF para CSV
• PDF para Excel
• PDF para Texto