How-to3 phút đọc

Xuất bảng trống (204): PDF của bạn có lẽ không có cột

PDF to Excel và PDF to CSV trả HTTP 204 khi không phát hiện khối bảng nào; đây là quyết định cố ý. Hãy OCR bản scan trước, còn PDF chỉ văn xuôi vẫn trống.

By the PDF123 team · Updated 2026-10-02
Xuất bảng trống (204): PDF của bạn có lẽ không có cột

Nếu PDF to Excel hoặc PDF to CSV kết thúc với HTTP 204 No Content và không có nội dung tải về, nghĩa là bộ trích xuất tìm thấy không khối bảng nào. Mã trạng thái đó là cố ý: API từ chối tạo ra một bảng tính rỗng khi heuristic bố cục không nhìn thấy cột nào.

Bộ trích xuất tìm gì

Hai công cụ dùng chung một pipeline. Server chạy pdftotext -layout, tách trang theo ranh giới form-feed rồi nhóm những dòng trông giống khối cột. Một dòng được tính là dạng bảng khi chứa ít nhất hai khoảng trắng liên tiếp (rãnh cột ở chế độ layout). Một khối chỉ được giữ khi có ít nhất hai dòng như vậy; dòng có khoảng trắng đơn lẻ bị loại để tiêu đề không biến thành “bảng” một hàng.

PDF to CSV (POST /api/v1/convert/pdf/csv) xuất một CSV cho mỗi bảng phát hiện được (đặt tên theo trang và chỉ số bảng), hoặc một ZIP khi có nhiều bảng. PDF to Excel (POST /api/v1/convert/pdf/xlsx) ghi một workbook với một sheet cho mỗi bảng.

Khi danh sách đó rỗng, cả hai trả Output::no_content() được ánh xạ thành 204. Một phản hồi 200 kèm .xlsx trống sẽ dễ bị đọc nhầm là thành công; còn 204 nghĩa là “không có gì để xuất”.

Những lý do thường gặp khiến bạn nhận 204

  • PDF chỉ có văn xuôi: chữ tường thuật không căn cột rõ ràng. Hãy dùng PDF to Text hoặc PDF to Markdown.
  • Trang scan không có lớp chữ: đầu ra pdftotext rỗng nên không có bảng nào xuất hiện. Chạy OCR trước (trên site này trả chữ Markdown), rồi chỉ thử lại nếu các từ thực sự xếp thành cột.
  • Bảng chỉ được vẽ bằng đường kẻ hoặc ảnh: lưới trực quan không có chữ trong ô để trích sẽ không thành sheet.
  • Bố cục tạp chí nhiều cột lộn xộn: heuristic có thể bỏ sót khối mà con người gọi là “bảng”, hoặc gộp thứ tự đọc sai.
  • “Bảng” một hàng: một dòng có khoảng trắng không bao giờ thành khối; bạn cần ít nhất hai dòng dạng bảng.

Tệp được mã hóa cần Unlock hợp lệ trước khi trích xuất. Hãy sửa tệp hỏng bằng Repair nếu Get Info hoặc thao tác xuất không mở được tệp.

204 không phải là gì

204 không phải lỗi truyền tải, không phải timeout, và không phải “server quên đính kèm”. Hãy coi đó là một quyết định thành công: không có khối bảng nào. Thử lại đúng tệp đó mà không đổi lớp chữ hay bố cục sẽ lại nhận 204. Script nên rẽ nhánh theo mã trạng thái, không theo tên tệp trống.

Markdown từ OCR là bản trích chữ cho agent, không phải bảng tính. Nếu bạn dán kết quả OCR vào một tệp .md rồi về sau cần cột, bạn vẫn cần một bố cục mà pdftotext -layout (hoặc con người) nhìn ra rãnh cột; xuất lại đúng PDF scan không có lớp chữ sẽ tiếp tục cho 204.

Việc cần làm tiếp

  1. Mở PDF và xác nhận bạn chọn được chữ trong ô. Nếu không, hãy OCR, rồi quyết định xem chữ khôi phục được có đủ dạng cột cho heuristic này không.
  2. Ưu tiên PDF to Excel khi bạn mong đợi nhiều bảng (mỗi bảng một sheet). Ưu tiên PDF to CSV khi cần một tệp phẳng hoặc một ZIP các CSV.
  3. Nếu trang là văn xuôi, hãy đổi công cụ; xuất bảng sẽ tiếp tục trả 204.
  4. Với xử lý trạng thái cho agent hoặc pipeline, hãy ánh xạ 204 thành “không phát hiện bảng nào”, không phải một vòng thử lại chung.
  5. Nếu bạn chỉ cần chữ, hãy dừng ở PDF to Text hoặc PDF to Markdown; ép hình dạng bảng tính lên văn xuôi sẽ tiếp tục trả 204.

Không cần tài khoản cho đường trình duyệt. Muốn dùng đúng những endpoint đó qua HTTP, xem Nhà phát triển. Hãy gửi Idempotency-Key khi thử lại nếu client của bạn có thể POST hai lần (Idempotency-Key).

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