تخطَّ إلى المحتوى الرئيسي
PPDF123

استخرج الجداول من PDF إلى CSV

PDF إلى CSV يجد صفوف الجداول المحاذاة في نص PDF ويكتب كل جدول مكتشف ملف CSV؛ وتعود عدة جداول في ZIP. يحتاج طبقة نص ولا يعيد شيئًا للنثر أو المسوح الضوئية.

اسحب الملفات وأفلتها هنا، أو انقر للاختيار

يقبل PDF · حتى 500.0 MB لكل ملف · حتى 20 ملفات في المرة الواحدة

يمكنك أيضًا لصق ملف باستخدام Ctrl/Cmd+V أو من قائمة الحافظة.

يشغّل PDF إلى CSV الأمر `pdftotext -layout`، ويبحث عن الأسطر التي تحتوي على مسافتين متتاليتين أو أكثر، ثم يكتب تلك الصفوف بصيغة CSV. يصبح كل جدول مكتشف ملفًا باسمه الخاص `{base}_pN_tM.csv`. مناسب لملفات PDF الإلكترونية التي تكون أعمدتها محاذاة في النص المستخرج.

يحتاج الجدول إلى صفّين جدوليين متتاليين على الأقل. النثر، أو سطر عنوان وحيد، أو مسح ضوئي بلا طبقة نص يعطي `no_content`: HTTP 204 وبلا ملف. هذه النتيجة الفارغة مقصودة، وليست فشلًا صامتًا.

يصبح الجدول الواحد تنزيلًا واحدًا بصيغة `text/csv`. أما الجداول المتعددة فتُجمع في ZIP باسم `{base}_extracted.zip`. يُتَجاهل حقل `pageNumbers` في هذه الصفحة؛ ويُمسح كل صفحة.

هذا ليس OCR. المسح الضوئي الصوري فقط لا يحتوي على شيء ليقرأه `pdftotext`. يعيد OCR في هذا الموقع صيغة Markdown لا يمكن إعادة إرسالها إلى PDF إلى CSV. تُقسَّم الأعمدة على متتاليات من مسافتين أو أكثر؛ أما المسافة الواحدة داخل الخلية فتبقى فيها. تُقتبس القيم وفق RFC 4180.

يستخدم PDF إلى Excel الإرشاد نفسه لتخطيط الصفحة. يضع Excel تلك الجداول كأوراق في مصنف واحد. أما CSV فيكتب ملفًا لكل جدول. لا يعيد أيّ منهما بناء الخلايا المدمجة أو الرؤوس الملوّنة أو الأوراق المخفية من PDF.

افتح التنزيل في جدول بيانات وتحقّق من تقسيم الأعمدة في بضعة صفوف. غالبًا ما تسقط الجداول الضيقة التي لا تحتوي على فجوة مسافتين في عمود واحد. الملفات المحمية بكلمة مرور تُفتح لك في هذه الصفحة بمجرد إدخال كلمة المرور؛ أما مستخدمو API فيشغّلون «إزالة كلمة المرور» أولًا.

إرشاد المسافتين هو التفصيل الأساسي. لا يحاكي المحوّل حدود الخلايا كما يراها الإنسان؛ بل يعامل كل متتالية من مسافتين أو أكثر في النص المحفوظ التخطيط كفاصل عمود. وهذا ينجح مع الجداول التي تنتجها مولّدات التقارير التي تحشو الخلايا بعرض ثابت، ويفشل مع الجداول التي تفصلها مسافة واحدة أو التي تستخدم خطوطًا متناسبة تجعل الأعمدة تفصلها مسافة واحدة فقط.

تُكتب الأرقام والتواريخ والمعرّفات كنص، لا كقيم مُنوّعة في جدول البيانات. يصل عمود الأرقام إلى CSV كسلاسل نصية تحتوي على أرقام فحسب، لذا تبقى الأصفار البادئة ويحتفظ التاريخ بالتنسيق الذي استخدمه PDF. حوّل الأنواع في جدول البيانات بعد الاستيراد إذا احتجت إلى الحساب أو الترتيب حسب التاريخ.

قد تمتد الجداول العريضة جدًا أو الطويلة جدًا عبر صفحات PDF، وتُمسح كل صفحة على حدة. الجدول الذي يتابع في الصفحة 2 يصبح ملفًا ثانيًا `{base}_pN_tM.csv`. ستحصل على كل الأجزاء، لكن عليك دمجها بنفسك؛ فالأداة لا تخيط الجدول عبر فاصل الصفحة.

الفاصل ثابت هو الفاصلة، والاقتباس يتبع RFC 4180، لذا تُطوَّق الخلية التي تحتوي على فاصلة بعلامات اقتباس. لا يوجد خيار لإخراج الفواصل المنقوطة أو أحرف الجدولة. إذا كانت إعدادات جدول البيانات المحلية لديك تتوقّع الفاصلة المنقوطة، فاستورد الملف مع اختيار الفاصلة صراحةً كفاصل بدلًا من النقر المزدوج على الملف.

عندما يكون CSV فارغًا، فإن أول خطوة معقولة هي التحقق من أن نص PDF قابل للتحديد فعلًا. افتح الملف وحاول تظليل صف. إذا لم يظهر أي تظليل، فالملف مسح ضوئي ولن يخرج منه CSV أبدًا؛ وأداة OCR إلى Markdown هي التي تمنحك الكلمات على الأقل، وإن لم تكن في أعمدة.

الميزات

  • `pdftotext -layout` مع إرشاد تقسيم الأعمدة بمسافتين
  • ملف CSV لكل جدول، أو ZIP عند وجود عدة جداول
  • الكشف الفارغ يعيد HTTP 204؛ وليس OCR
  • القيم نص وفق RFC 4180؛ بلا استنتاج أنواع أو اختيار فاصل
  • نقطة API مجهولة على /api/v1/convert/pdf/csv

حالات الاستخدام

  • سحب جدول فاتورة إلكترونية إلى جدول بيانات
  • الاحتفاظ بجداول عدة صفحات كملفات CSV منفصلة
  • تغذية سكربت يتوقّع CSV بجداول PDF المحاذاة تخطيطيًا
  • استخراج قائمة أسعار من تقرير مالي بعرض ثابت

كيف أستخرج جدولًا من PDF إلى CSV؟

  1. ارفع ملف PDF يحتوي على نص قابل للتحديد بأعمدة شبيهة بالجداول.
  2. انقر «معالجة». لا يقرأ المحوّل حقل نطاق الصفحات.
  3. إذا وُجد جدول واحد، نزّل ملف `.csv`. وإذا وُجدت عدة جداول، فنزّل ZIP. وإذا لم يوجد أي جدول، فستحصل على نجاح فارغ.
  4. افتح CSV وتحقّق من التقسيم. ملفات PDF النثرية فقط لن تنتج ملفًا.

الحدود والحالات الحدّية

  • يحتاج نصًا قابلًا للتحديد وفجوة مسافتين بين الأعمدة
  • بلا OCR وبلا ضبط فعّال لنطاق الصفحات
  • لا يُعاد بناء الخلايا المدمجة والتنسيقات
  • كل القيم نص بلا نوع؛ وبلا اختيار فاصل
  • الجداول الممتدة عبر الصفحات تصل كأجزاء منفصلة
  • حد الرفع في هذا الموقع: 500 ميغابايت لكل ملف، ويُرسل على أجزاء عندما يتجاوز نحو 95 ميغابايت. أما جسم طلب API المباشر الواحد فحده الأقصى 100 ميغابايت.

أمثلة

  • ملف PDF نصي بقائمة أسعار من ثلاثة أعمدة يصبح غالبًا ملف CSV واحدًا بتلك الأعمدة
  • كشف حساب بنكي ممسوح بلا طبقة نص يعطي HTTP 204
  • تقرير من خمس صفحات بجدول في كل صفحة ينتج ZIP بخمسة ملفات CSV

خصوصية هذه الأداة

تُرفع الملفات عبر HTTPS، وتُعالَج في الذاكرة أو في مجلد مؤقت قصير العمر على خوادمنا، ثم تُحذف عندما يصبح الناتج جاهزًا. لا نحتفظ بنسخ للتصفح لاحقًا أو لتدريب النماذج أو لملفات الإعلانات. راجع سياسة الخصوصية لمدد الاحتفاظ وإفصاحات ملفات تعريف الارتباط الخاصة بـ AdSense.

أسئلة شائعة

لماذا لم أحصل على CSV؟
لم يُعثر على كتلة من صفّين جدوليين متتاليين أو أكثر. تفشل هذه الإرشادية مع المسوحات والنثر والجداول التي لا تحتوي على فجوة مسافتين. يجيب API بالرمز 204 `no_content`.
هل يمكنني إجراء OCR أولًا ثم التحويل إلى CSV؟
لا. يعيد OCR صيغة Markdown. تقرأ هذه الأداة PDF عبر pdftotext فقط.
ما الفرق عن PDF إلى Excel؟
الكشف نفسه. يكتب CSV ملفًا لكل جدول (ملف CSV واحد، أو ZIP عند وجود عدة جداول). أما Excel فيضع كل جدول في ورقة خاصة به في مصنف واحد.
هل تفعل قائمة الصفحات في هذا النموذج شيئًا؟
لا. يقسّم pdftotext الصفحات عند فواصل الصفحات وتُمسح كل صفحة. لا توجد معلمة لنطاق الصفحات.
لماذا سقطت كل الأعمدة في خلية واحدة؟
لم يضع PDF سوى مسافة واحدة بين الأعمدة، فلم تُفعَّل قاعدة المسافتين أبدًا. جرّب إعادة تصدير المصدر بأعمدة بعرض ثابت، أو انتقل عبر OCR إلى Markdown وقسّم النص يدويًا.
هل تُستورد الأرقام كأرقام؟
لا. كل قيمة نص عادي. تبقى الأصفار البادئة وتُحافظ التواريخ على تنسيق PDF. حوّل الأنواع في جدول البيانات بعد الاستيراد إذا احتجت إلى الترتيب أو الحساب.
ماذا يحدث لجدول يمتد على صفحتين؟
تُمسح كل صفحة على حدة، لذا ينتج الجدول الطويل عدة أجزاء CSV. ادمجها بنفسك؛ فالأداة لا تدمج الجداول عبر فاصل الصفحة.

آخر تحديث:

الاستدعاء من الشيفرة

كل أداة هنا نقطة نهاية REST عادية. الاستخدام المجهول بلا حساب ولا مفتاح API. للمتصفح والمطوّرين والوكلاء على حد سواء.

curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/csv" \
  -F "[email protected]" \
  -F "pageNumbers=all" \
  -o output.pdf

متاحة أيضًا كأداة MCP لأي عميل وكيل يدعم Model Context Protocol (JSON-RPC 2.0 عبر POST /mcp). مرجع API الكامل

استخدمها من وكيل ذكاء اصطناعي

مهارة

بهذه المهارة يستطيع Claude Code وCodex وCursor وغيرها من وكلاء الذكاء الاصطناعي تشغيل «PDF إلى CSV» نيابةً عنك: /skills/pdf123-pdf-to-csv.md

كل مهارات الوكلاء

الملفات لهذه المعالجة فقط، وتُحذف تلقائيًا بعدها.