Пустой экспорт таблиц (204): скорее всего, в вашем PDF нет колонок
PDF в Excel и PDF в CSV возвращают HTTP 204, когда табличные блоки не найдены, — это намеренно, а не сбой. Сначала OCR для сканов; чистая проза останется без таблиц.

Если PDF в Excel или PDF в CSV завершается с HTTP 204 No Content и без тела загрузки, экстрактор нашёл ноль табличных блоков. Этот статус намеренный: API отказывается изобретать пустую таблицу, когда эвристика вёрстки не видит колонок.
Что ищет экстрактор
Оба инструмента используют один конвейер. Сервер запускает pdftotext -layout, разбивает страницы по границам разделителей страниц и группирует строки, похожие на колоночные блоки. Строка считается табличной, когда содержит как минимум два подряд идущих пробела (разделители колонок в режиме layout). Блок сохраняется, только если в нём не меньше двух таких строк; одиночная строка с пробелами отбрасывается, чтобы заголовки не становились «таблицами» из одной строки.
PDF в CSV (POST /api/v1/convert/pdf/csv) выдаёт один CSV на каждую найденную таблицу (с именем из страницы и индекса таблицы) или ZIP, когда их несколько. PDF в Excel (POST /api/v1/convert/pdf/xlsx) записывает одну книгу с листом на каждую найденную таблицу.
Когда этот список пуст, оба возвращают Output::no_content(), отображённый на 204. Ответ 200 с пустым .xlsx было бы легче неверно прочитать как успех; 204 означает «экспортировать нечего».
Частые причины получить 204
- PDF только с прозой: повествовательный текст без чёткого выравнивания колонок. Используйте PDF в текст или PDF в Markdown.
- Сканированные страницы без текстового слоя: вывод
pdftotextпуст, поэтому таблицы не появляются. Сначала выполните OCR (на этом сайте — текст Markdown), затем повторяйте, только если слова действительно образуют колонки. - Таблицы нарисованы только линиями или изображениями: визуальные сетки без извлекаемого текста ячеек не станут листами.
- Неряшливые многоколоночные журнальные макеты: эвристика может пропустить блоки, которые человек назвал бы «таблицей», или плохо слить порядок чтения.
- «Таблицы» из одной строки: одна строка с пробелами никогда не становится блоком; нужно минимум две табличные строки.
Зашифрованным файлам нужен авторизованный Unlock до извлечения. Повреждённый файл отремонтируйте через Repair, если Get Info или экспорт не могут его открыть.
Чем 204 не является
204 — это не сбой транспорта, не тайм-аут и не «сервер забыл вложение». Считайте это успешным решением: табличных блоков нет. Повтор той же самой загрузки без изменения текстового слоя или вёрстки снова вернёт 204. Скрипты должны ветвиться по коду статуса, а не по пустому имени файла.
Markdown из OCR — это текстовое извлечение для агентов, а не таблица. Если вы вставите вывод OCR в файл .md, а позже понадобятся колонки, вам всё равно нужна вёрстка, которую pdftotext -layout (или человек) увидит как разделители: повторный экспорт того же сканированного PDF без текстового слоя будет снова возвращать 204.
Что делать дальше
- Откройте PDF и убедитесь, что текст ячеек можно выделить. Если нет, выполните OCR, затем решите, достаточно ли восстановленный текст колоночный для этой эвристики.
- Предпочитайте PDF в Excel, когда ожидаете несколько таблиц (по листу на каждую). Предпочитайте PDF в CSV для одного плоского файла или ZIP с CSV.
- Если страница повествовательная, смените инструмент; экспорт таблиц будет и дальше возвращать 204.
- Для обработки статусов в агенте или конвейере сопоставляйте 204 со значением «таблицы не обнаружены», а не с общим циклом повторов.
- Если нужны только слова, остановитесь на PDF в текст или PDF в Markdown; навязывание табличной формы прозе будет и дальше возвращать 204.
Аккаунт для пути через браузер не требуется. Те же эндпоинты по HTTP: Разработчикам. Отправляйте Idempotency-Key при повторах, если ваш клиент может сделать POST дважды (Idempotency-Key).