How-toDakika 3 za kusoma

Utoaji wa Jedwali Tupu (204): PDF Yako Huenda Haina Safu

PDF hadi Excel na CSV hurudisha HTTP 204 kunapokuwa hakuna vitalu vya jedwali, kwa kusudi, si hitilafu. OCR skani kwanza; PDF za maandishi pekee hubaki tupu.

By the PDF123 team · Updated 2026-10-02
Utoaji wa Jedwali Tupu (204): PDF Yako Huenda Haina Safu

Kama PDF hadi Excel au PDF hadi CSV huisha na HTTP 204 No Content bila mwili wa kupakua, kichimbaji hakipata vitalu vya jedwali hata kimoja. Hali hiyo ni ya kusudi: API hukataa kuvumbua lahajedwali tupu wakati heuristiki ya mpangilio haioni safu.

Kichimbaji hutafuta nini

Zana zote mbili hushiriki mtiririko huo huo. Seva huendesha pdftotext -layout, hugawanya kurasa kwenye mipaka ya form-feed, na hupanga mistari inayofanana na vitalu vya safu. Mstari huhesabika kuwa wa jedwali linapokuwa na angalau nafasi mbili mfululizo (mifereji ya safu katika hali ya mpangilio). Kitalu huhifadhiwa tu kinapokuwa na angalau mistari miwili kama hiyo; mstari mmoja uliotenganishwa hupuuzwa ili vichwa visigeuke kuwa “jedwali” la safu moja.

PDF hadi CSV (POST /api/v1/convert/pdf/csv) hutoa CSV moja kwa kila jedwali lililogunduliwa (linaloitwa kwa ukurasa na faharasa ya jedwali), au ZIP kunapokuwa na mengi. PDF hadi Excel (POST /api/v1/convert/pdf/xlsx) huandika kitabu kimoja cha kazi chenye laha moja kwa kila jedwali lililogunduliwa.

Orodha hiyo inapokuwa tupu, zote mbili hurudisha Output::no_content() iliyoelekezwa kwenye 204. 200 yenye .xlsx tupu ingekuwa rahisi kusomwa vibaya kama mafanikio; 204 humaanisha “hakuna cha kutoa.”

Sababu za kawaida za kupata 204

  • PDF ya maandishi pekee: maandishi ya simulizi bila ulinganifu wazi wa safu. Tumia PDF hadi Maandishi au PDF hadi Markdown badala yake.
  • Kurasa za skani zisizo na tabaka la maandishi: tokeo la pdftotext ni tupu, hivyo jedwali hajaonekani. Endesha OCR kwanza (maandishi ya Markdown kwenye tovuti hii), kisha jaribu tena tu kama maneno yanaunda safu kweli.
  • Jedwali zilizochorwa kwa mistari au picha pekee: gridi za kuona zisizo na maandishi ya seli yanayoweza kuchimbwa hazitakuwa laha.
  • Mipangilio ya magazeti yenye safu nyingi iliyochafuka: heuristiki inaweza kukosa vitalu ambavyo mtu huita “jedwali,” au kuchanganya mpangilio wa kusoma vibaya.
  • “Jedwali” za safu moja: mstari mmoja uliotenganishwa hauwi kitalu kamwe; unahitaji angalau mistari miwili ya jedwali.

Faili zilizosimbwa huhitaji Unlock iliyoidhinishwa kabla ya kuchimba. Rekebisha faili iliyoharibika kwa Repair kama Pata Taarifa au utoaji hauwezi kuifungua.

204 si nini

204 si kushindwa kwa usafirishaji, si muda unaoisha, na si “seva ilisahau kiambatisho.” Ichukulie kama uamuzi uliofanikiwa: hakuna vitalu vya jedwali. Kujaribu tena faili hilo hilo bila kubadilisha tabaka la maandishi au mpangilio kutarudisha 204 tena. Hati za maandishi zinapaswa kuchagua tawi kwa msimbo wa hali, si kwa jina la faili tupu.

Markdown ya OCR kutoka OCR ni uchimbaji wa maandishi kwa ajenti, si lahajedwali. Kama unabandika tokeo la OCR kwenye faili ya .md na baadaye unahitaji safu, unahitaji bado mpangilio ambao pdftotext -layout (au mtu) unaweza kuona kama mifereji; kutoa tena PDF hiyo hiyo ya skani bila tabaka la maandishi kutaendelea kurudisha 204.

Cha kufanya baadaye

  1. Fungua PDF na uthibitishe unaweza kuchagua maandishi ya seli. Kama hapana, OCR, kisha amua kama maandishi yaliyorejeshwa yana safu za kutosha kwa heuristiki hii.
  2. Pendelea PDF hadi Excel unapotarajia jedwali kadhaa (laha moja kila moja). Pendelea PDF hadi CSV kwa faili moja tambarare au ZIP ya CSV.
  3. Kama ukurasa ni wa simulizi, badilisha zana; utoaji wa jedwali utaendelea kurudisha 204.
  4. Kwa kushughulikia hali kwa ajenti au mtiririko wa kazi, elekeza 204 → “hakuna jedwali lililogunduliwa,” si mzunguko wa jumla wa kujaribu tena.
  5. Kama unahitaji maneno pekee, simama kwenye PDF hadi Maandishi au PDF hadi Markdown; kulazimisha umbo la lahajedwali kwenye simulizi kutaendelea kurudisha 204.

Hakuna akaunti inayohitajika kwa njia ya kivinjari. Vituo hivyo hivyo kupitia HTTP: Watengenezaji. Tuma Idempotency-Key kwenye majaribio ya pili kama mteja wako anaweza kutuma POST mara mbili (Idempotency-Key).

Open tool
Process in the browser — no watermark, files removed after the job.
Open tool