Празен експорт на таблица (204): PDF-ът ви вероятно няма колони
PDF към Excel и PDF към CSV връщат HTTP 204, когато не бъдат открити блокове таблици: умишлено, а не срив. Първо направете OCR; PDF само с проза остават празни.

Ако PDF към Excel или PDF към CSV завърши с HTTP 204 No Content и без тяло за изтегляне, извличащият инструмент е намерил нула блокове таблици. Този статус е умишлен: API отказва да измисли празна електронна таблица, когато евристиката за оформление не вижда колони.
Какво търси извличащият инструмент
И двата инструмента споделят един и същ процес. Сървърът изпълнява pdftotext -layout, разделя страниците на границите на превключване на страница и групира редовете, които изглеждат като колонни блокове. Един ред се брои за табличен, когато съдържа поне два последователни интервала (колонни канали в режим layout). Блок се запазва само когато има поне два такива реда; самотен ред с интервали се отхвърля, за да не се превърнат заглавията в „таблици“ от един ред.
PDF към CSV (POST /api/v1/convert/pdf/csv) произвежда по един CSV за всяка открита таблица (именуван със страницата и индекса на таблицата) или ZIP, когато са няколко. PDF към Excel (POST /api/v1/convert/pdf/xlsx) записва една работна книга с лист за всяка открита таблица.
Когато този списък е празен, и двата връщат Output::no_content(), съпоставено с 204. Отговор 200 с празен .xlsx би се разчел по-лесно като успех; 204 означава „няма какво да се експортира“.
Чести причини да получите 204
- PDF само с проза: описателен текст без ясно подравняване на колони. Използвайте PDF към текст или PDF към Markdown вместо това.
- Сканирани страници без текстов слой: изходът на
pdftotextе празен, затова не се появяват таблици. Пуснете първо OCR (текст Markdown на този сайт), после опитайте отново само ако думите наистина образуват колони. - Таблици, начертани само с линии или изображения: визуални решетки без извличаем текст в клетките няма да станат листове.
- Разхвърляни многоколонни оформления като в списание: евристиката може да пропусне блокове, които човек би нарекъл „таблица“, или да смеси лошо реда на четене.
- „Таблици“ от един ред: един ред с интервали никога не става блок; нужни са поне два таблични реда.
Шифрованите файлове се нуждаят от разрешено Unlock преди извличането. Поправете повреден файл с Repair, ако Get Info или експортът не могат да го отворят.
Какво не е 204
204 не е транспортна грешка, не е изтичане на време и не е „сървърът е забравил прикачения файл“. Третирайте го като успешно решение: няма блокове таблици. Повторното изпращане на същия файл без промяна на текстовия слой или оформлението ще върне 204 отново. Скриптовете трябва да разклоняват по код на състоянието, а не по празно име на файл.
Markdown от OCR е извличане на текст за агенти, а не електронна таблица. Ако поставите изхода от OCR в .md файл и по-късно ви трябват колони, все още ви трябва оформление, което pdftotext -layout (или човек) да вижда като канали; повторен експорт на същия сканиран PDF без текстов слой ще продължи да връща 204.
Какво да направите след това
- Отворете PDF и потвърдете, че можете да маркирате текст от клетка. Ако не можете, пуснете OCR, после преценете дали възстановеният текст е достатъчно колонен за тази евристика.
- Предпочитайте PDF към Excel, когато очаквате няколко таблици (по един лист за всяка). Предпочитайте PDF към CSV за един плосък файл или ZIP от CSV файлове.
- Ако страницата е описателна, сменете инструмента; експортът на таблица ще продължи да връща 204.
- За обработка на състоянието от агент или поток съпоставете 204 с „не са открити таблици“, а не с общ цикъл за повторение.
- Ако ви трябват само думите, спрете на PDF към текст или PDF към Markdown; насилването на форма на таблица върху проза ще продължи да връща 204.
Не се изисква акаунт за пътя през браузъра. Същите крайни точки по HTTP: Developers. Изпращайте Idempotency-Key при повторни опити, ако клиентът ви може да изпрати POST два пъти (Idempotency-Key).