Към основното съдържание
PPDF123

Извлечете таблици от PDF в CSV

PDF към CSV намира подравнени редове на таблици в текста на PDF и записва всяка открита таблица като CSV файл; няколко таблици се връщат в ZIP. Изисква текстов слой и не връща нищо за проза или сканове.

Плъзнете файлове тук или кликнете, за да изберете

Приема PDF · до 500.0 MB на файл · до 20 файла наведнъж

Можете също да поставите файл с Ctrl/Cmd+V или от менюто на клипборда.

PDF към CSV изпълнява `pdftotext -layout`, търси редове с два или повече последователни интервала и ги записва като CSV. Всяка открита таблица става отделен файл с име `{base}_pN_tM.csv`. Подходящо е за електронни PDF, чиито колони вече са подравнени в извлечения текст.

Таблицата се нуждае от поне два последователни таблични реда. Проза, самотен ред заглавие или скан без текстов слой дават `no_content`: HTTP 204 и никакъв файл. Празният резултат е умишлен, не тихо пропадане.

Една таблица става едно изтегляне `text/csv`. Няколко таблици се събират в ZIP с име `{base}_extracted.zip`. Полето `pageNumbers` на тази страница се игнорира; сканира се всяка страница.

Това не е OCR. Чисто изображенен скан няма какво да прочете `pdftotext`. OCR на този сайт връща Markdown, който не може да се върне отново тук. Колоните се разделят на поредици от два или повече интервала; единичен интервал в клетка остава в клетката. Стойностите се ограждат в кавички по RFC 4180.

PDF към Excel използва същата евристика за оформление. Excel пази тези таблици като листове в една работна книга. CSV записва по един файл на таблица. Нито едното не възстановява от PDF обединени клетки, цветни заглавия или скрити листове.

Отворете изтеглянето в електронна таблица и проверете разделянето на колоните на няколко реда. Плътните таблици без междина от два интервала често падат в една колона. Защитените с парола файлове се отключват за вас на тази страница, щом въведете паролата; извикващите API първо пускат „Премахване на парола“.

Евристиката на двата интервала е ключовата подробност. Конверторът не моделира границите на клетките както ги вижда човек: всяка поредица от два или повече интервала в текста със запазено оформление се приема за разделител на колона. Това работи добре за таблици от генератори на отчети, които подравняват клетките към фиксирана ширина, и се проваля при таблици с един-единствен интервал между колоните или с пропорционални шрифтове, които ги разделят само с един интервал.

Числата, датите и идентификаторите се записват като текст, а не като типизирани стойности на таблица. Колона от цифри попада в CSV като низове, които просто съдържат цифри, затова водещите нули оцеляват, а датата запазва формата, използван в PDF. Ако ви трябват изчисления или сортиране по дата, преобразувайте типовете в таблицата след импорта.

Много широки или много дълги таблици може да се пречупят между страниците на PDF, а всяка страница се сканира отделно. Таблица, която продължава на страница 2, става втори файл `{base}_pN_tM.csv`. Получавате всички фрагменти, но трябва да ги свържете сами; инструментът не зашива таблица през прекъсване на страница.

Разделителят е фиксиран — запетая, а кавичките следват RFC 4180, затова клетка със запетая се огражда в кавички. Няма опция за извеждане на точка и запетая или табулация. Ако регионалните настройки на таблицата ви очакват точка и запетая, импортирайте с изрично избрана запетая като разделител, вместо да отваряте файла с двоен клик.

Когато CSV е празен, разумна първа стъпка е да проверите дали текстът в PDF наистина се маркира. Отворете файла и опитайте да осветите ред. Ако нищо не се маркира, файлът е скан и CSV никога няма да излезе; OCR към Markdown е инструментът, който поне ще ви даде думите, макар и не в колони.

Възможности

  • `pdftotext -layout` плюс евристика за колони по два интервала
  • Един CSV на таблица или ZIP, когато таблиците са няколко
  • Празно откриване връща HTTP 204; не е OCR
  • Стойностите са текст по RFC 4180; без извеждане на типове и избор на разделител
  • Анонимен API на /api/v1/convert/pdf/csv

Кога да го използвате

  • Изтегляне на таблица от електронна фактура в електронна таблица
  • Запазване на таблици от няколко страници като отделни CSV файлове
  • Подаване на подравнени PDF таблици към скрипт, който очаква CSV
  • Извличане на ценоразпис от финансов отчет с фиксирана ширина

Как да извлека таблица от PDF в CSV?

  1. Качете PDF, чийто текст вече се маркира, а колоните имат табличен вид.
  2. Натиснете „Обработка“. Полето за диапазон страници не се чете от конвертора.
  3. Ако е намерена една таблица, изтеглете `.csv`. Ако са няколко — ZIP. Ако няма нито една, получавате празен успех.
  4. Отворете CSV и проверете разделянето. PDF само с проза няма да даде файл.

Ограничения и крайни случаи

  • Нуждае се от маркируем текст и междина от два интервала между колоните
  • Без OCR и без работещ контрол на диапазона страници
  • Обединени клетки и стилове не се възстановяват
  • Всички стойности са текст без тип; без избор на разделител
  • Таблиците през няколко страници пристигат като отделни фрагменти
  • Ограничение за качване на този сайт: 500 MB на файл; над около 95 MB файлът се изпраща на части. Тялото на една пряка API заявка е ограничено до 100 MB.

Примери

  • Текстов PDF с триколонен ценоразпис често става един CSV с тези колони
  • Сканирано банково извлечение без текстов слой връща HTTP 204
  • Петстраничен отчет с по една таблица на страница дава ZIP с пет CSV файла

Поверителност при този инструмент

Файловете се качват по HTTPS, обработват се в паметта или в краткоживуща временна директория на нашите сървъри и се изтриват, щом резултатът е готов. Не задържаме копия за по-късен преглед, обучение на модели или рекламни профили. Сроковете за съхранение и обясненията за бисквитките на AdSense са в Политиката за поверителност.

Често задавани въпроси

Защо няма CSV?
Не е намерен блок от два или повече последователни таблични реда. Сканове, проза и таблици без междина от два интервала се провалят при тази евристика. API отговаря 204 `no_content`.
Мога ли първо OCR, после CSV?
Не. OCR връща Markdown. Този инструмент чете PDF само през pdftotext.
С какво се различава от PDF към Excel?
Откриването е същото. CSV записва по един файл на таблица (един CSV или ZIP, когато са няколко). Excel поставя всяка таблица на собствен лист в една работна книга.
Списъкът със страници в този формуляр прави ли нещо?
Не. pdftotext разделя страниците по прекъсвания и всяка се сканира. Няма параметър за диапазон страници.
Защо всички колони попаднаха в една клетка?
PDF имаше само единични интервали между колоните, затова правилото за два интервала не се задейства. Опитайте да експортирате източника наново с колони с фиксирана ширина или минете през OCR към Markdown и разделете текста на ръка.
Числата импортират ли се като числа?
Не. Всяка стойност е обикновен текст. Водещите нули оцеляват, а датите запазват формата на PDF. Ако трябва да сортирате или изчислявате, преобразувайте типовете в таблицата след импорта.
Какво се случва с таблица, обхващаща две страници?
Всяка страница се сканира отделно, затова дълга таблица дава няколко CSV фрагмента. Свържете ги сами; инструментът не слива таблици през прекъсване на страница.

Последна актуализация:

Извикване от код

Всеки инструмент е обикновен REST интерфейс. За анонимна употреба не трябват профил или API ключ. Работи еднакво в браузър, за разработчици и за AI агенти.

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

Наличен е и като MCP инструмент за клиенти с Model Context Protocol (JSON-RPC 2.0 през POST /mcp). Пълна API документация

Използвайте го чрез AI агент

Скил

С този скил Claude Code, Codex, Cursor и други AI агенти могат да изпълнят „PDF към CSV“ вместо вас: /skills/pdf123-pdf-to-csv.md

Всички скилове за агенти

Файловете служат само за тази обработка и после се изтриват автоматично.