Порожній експорт таблиці (204): у вашому PDF, найімовірніше, немає колонок
PDF у Excel і PDF у CSV повертають HTTP 204, коли табличних блоків не виявлено — навмисно, а не збій. Спершу OCR для сканів; PDF лише з прозою лишаються порожніми.

Якщо PDF у Excel або PDF у CSV завершується з HTTP 204 No Content і без тіла для звантаження, витягувач знайшов нуль табличних блоків. Цей статус навмисний: API відмовляється вигадувати порожню електронну таблицю, коли евристика верстки не бачить колонок.
Що шукає витягувач
Обидва інструменти поділяють той самий конвеєр. Сервер запускає pdftotext -layout, розбиває сторінки за межами form-feed і групує рядки, що виглядають як колонкові блоки. Рядок вважається табличним, коли містить щонайменше два пробіли підряд (проміжки між колонками в режимі верстки). Блок зберігається, лише якщо має щонайменше два таких рядки; самотній рядок із пробілами відкидається, щоб заголовки не ставали «таблицями» з одного рядка.
PDF у CSV (POST /api/v1/convert/pdf/csv) видає один CSV на кожну виявлену таблицю (з назвою за сторінкою й індексом таблиці) або ZIP, коли їх кілька. PDF у Excel (POST /api/v1/convert/pdf/xlsx) пише одну книгу з аркушем на кожну виявлену таблицю.
Коли цей список порожній, обидва повертають Output::no_content(), відображене в 204. Відповідь 200 із порожнім .xlsx було б легше помилково сприйняти як успіх; 204 означає «експортувати нічого».
Поширені причини отримати 204
- PDF лише з прозою: розповідний текст без чіткого вирівнювання колонок. Натомість скористайтеся PDF у текст або PDF у Markdown.
- Відскановані сторінки без текстового шару: вивід
pdftotextпорожній, тож таблиці не з’являються. Спершу запустіть OCR (на цьому сайті — текст Markdown), потім повторюйте, лише якщо слова справді утворюють колонки. - Таблиці, намальовані лише лініями чи зображеннями: візуальні сітки без тексту комірок, який можна витягнути, не стануть аркушами.
- Заплутані багатоколонкові журнальні верстки: евристика може пропустити блоки, які людина назвала б «таблицею», або погано злити порядок читання.
- «Таблиці» з одного рядка: один рядок із пробілами ніколи не стає блоком; потрібно щонайменше два табличні рядки.
Зашифровані файли потребують дозволеного розблокування перед витягуванням. Відновіть пошкоджений файл через Відновлення, якщо Get Info чи експорт не можуть його відкрити.
Чим 204 не є
204 — це не збій транспорту, не тайм-аут і не «сервер забув про вкладення». Сприймайте це як успішне рішення: табличних блоків немає. Повторення того самого файлу без зміни текстового шару чи верстки знову поверне 204. Скрипти мають розгалужуватися за кодом статусу, а не за порожньою назвою файлу.
OCR-Markdown з OCR — це текстове витягування для агентів, а не електронна таблиця. Якщо вставити вивід OCR у файл .md і пізніше знадобляться колонки, вам усе одно потрібна верстка, яку pdftotext -layout (або людина) бачить як проміжки — повторний експорт того самого сканованого PDF без текстового шару й далі повертатиме 204.
Що робити далі
- Відкрийте PDF і переконайтеся, що текст комірок можна виділити. Якщо ні — OCR, потім вирішіть, чи відновлений текст достатньо колонковий для цієї евристики.
- Віддавайте перевагу PDF у Excel, коли очікуєте кілька таблиць (по аркушу на кожну). Віддавайте перевагу PDF у CSV для одного плаского файлу або ZIP із CSV.
- Якщо сторінка розповідна, змініть інструмент; експорт таблиць і далі повертатиме 204.
- Для обробки статусів агентом чи конвеєром відображайте 204 → «таблиць не виявлено», а не в загальний цикл повторів.
- Якщо потрібні лише слова, зупиніться на PDF у текст або PDF у Markdown; нав’язування форми таблиці прозі й далі повертатиме 204.
Обліковий запис для шляху через браузер не потрібен. Ті самі кінцеві точки через HTTP: Розробникам. Надсилайте Idempotency-Key при повторних спробах, якщо ваш клієнт може зробити POST двічі (Idempotency-Key).