Vai al contenuto principale
PPDF123

Estrai le tabelle di un PDF in CSV

PDF in CSV trova righe di tabella allineate nel testo di un PDF e scrive ogni tabella rilevata come file CSV; più tabelle tornano in uno ZIP. Serve un livello di testo e non restituisce nulla per prosa o scansioni.

Trascina i file qui, o clicca per sceglierli

Accetta PDF · fino a 500.0 MB per file · fino a 20 file alla volta

Puoi anche incollare un file con Ctrl/Cmd+V o dal menu degli appunti.

PDF in CSV esegue `pdftotext -layout`, cerca le righe con due o più spazi consecutivi e scrive quelle righe come CSV. Ogni tabella rilevata diventa un file `{base}_pN_tM.csv`. Va usato su PDF digitali in cui le colonne sono già allineate nel testo estratto.

Una tabella richiede almeno due righe consecutive simili a una tabella. Prosa, una singola riga di intestazione o una scansione senza livello di testo danno `no_content`: HTTP 204 e nessun file. Il risultato vuoto è intenzionale, non un fallimento silenzioso.

Una tabella diventa un download `text/csv`. Più tabelle vengono raccolte in uno ZIP chiamato `{base}_extracted.zip`. Il campo `pageNumbers` di questa pagina viene ignorato; ogni pagina viene analizzata.

Questo non è OCR. Una scansione solo immagine non ha nulla che `pdftotext` possa leggere. L'OCR di questo sito restituisce Markdown, che non può essere rimandato qui. Le colonne si separano su sequenze di due o più spazi; un singolo spazio dentro una cella resta nella cella. I valori sono tra virgolette secondo la RFC 4180.

PDF in Excel usa la stessa euristica di impaginazione. Excel tiene quelle tabelle come fogli di un'unica cartella di lavoro. CSV scrive un file per tabella. Nessuno dei due ricostruisce celle unite, intestazioni colorate o fogli nascosti dal PDF.

Apri il download in un foglio di calcolo e controlla la divisione delle colonne su qualche riga. Le tabelle strette senza gap di due spazi finiscono spesso in una sola colonna. I file protetti da password vengono sbloccati per te in questa pagina non appena inserisci la password; chi usa l'API deve prima passare da Rimuovi password.

L'euristica dei due spazi è il dettaglio chiave da capire. Il convertitore non modella i confini delle celle come li vede una persona: considera ogni sequenza di due o più spazi nel testo a impaginazione conservata come un taglio di colonna. Funziona bene con le tabelle prodotte da generatori di report che riempiono le celle a larghezza fissa, e fallisce con tabelle impostate con un solo spazio tra le colonne o con font proporzionali che le tengono a un solo spazio di distanza.

Numeri, date e identificatori vengono scritti come testo, non come valori tipizzati del foglio di calcolo. Una colonna di cifre arriva nel CSV come stringhe che contengono cifre: gli zeri iniziali sopravvivono e una data mantiene il formato usato dal PDF. Converti i tipi nel foglio di calcolo dopo l'importazione se ti servono calcoli o l'ordinamento per data.

Le tabelle molto larghe o molto alte possono spezzarsi tra le pagine del PDF, e ogni pagina viene analizzata in modo indipendente. Una tabella che prosegue a pagina 2 diventa un secondo file `{base}_pN_tM.csv`. Ricevi tutti i frammenti, ma devi concatenarli tu; lo strumento non ricuce una tabella attraverso un salto di pagina.

Il delimitatore è fisso alla virgola e le virgolette seguono la RFC 4180, quindi una cella che contiene una virgola viene racchiusa tra virgolette. Non c'è alcuna opzione per emettere punti e virgola o tabulazioni. Se la lingua del tuo foglio di calcolo prevede i punti e virgola, importa scegliendo esplicitamente la virgola come delimitatore invece di fare doppio clic sul file.

Quando il CSV è vuoto, la prima mossa sensata è verificare se il testo del PDF è davvero selezionabile. Apri il file e prova a evidenziare una riga. Se non si evidenzia nulla, il file è una scansione e non uscirà mai un CSV; l'OCR in Markdown è lo strumento che almeno ti dà le parole, anche se non in colonne.

Funzioni

  • `pdftotext -layout` più un'euristica di colonne a doppio spazio
  • Un CSV per tabella, o uno ZIP quando ce ne sono diverse
  • Rilevamento vuoto: HTTP 204; non è OCR
  • Valori come testo RFC 4180; nessuna inferenza di tipo né scelta del delimitatore
  • API anonima su /api/v1/convert/pdf/csv

Quando usarlo

  • Portare una tabella di fattura digitale in un foglio di calcolo
  • Conservare le tabelle di più pagine come file CSV separati
  • Alimentare con tabelle PDF allineate uno script che si aspetta CSV
  • Estrarre un listino da un report finanziario a larghezza fissa

Come estrarre una tabella da un PDF in CSV?

  1. Carica un PDF che abbia già testo selezionabile in colonne di tipo tabella.
  2. Fai clic su Elabora. Il campo intervallo pagine non viene letto dal convertitore.
  3. Se è stata trovata una tabella, scarica il `.csv`. Se ce ne sono diverse, lo ZIP. Se nessuna, ottieni un successo vuoto.
  4. Apri il CSV e verifica la divisione. I PDF di sola prosa non producono file.

Limiti e casi limite

  • Serve testo selezionabile e un gap di due spazi tra le colonne
  • Niente OCR e nessun controllo dell'intervallo pagine funzionante
  • Celle unite e stili non vengono ricostruiti
  • Tutti i valori sono testo non tipizzato; nessuna scelta del delimitatore
  • Le tabelle che attraversano le pagine arrivano come frammenti separati
  • Limite di caricamento su questo sito: 500 MB per file, inviati a blocchi oltre circa 95 MB. Il corpo di una singola richiesta API diretta è limitato a 100 MB.

Esempi

  • Un PDF di testo con un listino a tre colonne diventa spesso un unico CSV di quelle colonne
  • Un estratto conto scansionato senza livello di testo restituisce HTTP 204
  • Un report di cinque pagine con una tabella per pagina produce uno ZIP di cinque file CSV

Privacy di questo strumento

I file vengono caricati su HTTPS, elaborati in memoria o in una directory temporanea di breve durata sui nostri server, e cancellati quando il risultato è pronto. Non conserviamo copie per consultarle in seguito, per addestrare modelli o per profili pubblicitari. Consulta l'Informativa sulla privacy per i tempi di conservazione e i cookie AdSense.

Domande frequenti

Perché non ho ottenuto alcun CSV?
Non è stato trovato alcun blocco di due o più righe di tabella consecutive. Scansioni, prosa e tabelle senza un gap di due spazi falliscono questa euristica. L'API risponde 204 `no_content`.
Posso fare prima l'OCR e poi convertire in CSV?
No. L'OCR restituisce Markdown. Questo strumento legge i PDF solo tramite pdftotext.
In cosa differisce da PDF in Excel?
Il rilevamento è lo stesso. CSV scrive un file per tabella (un solo CSV, o uno ZIP se ce ne sono diverse). Excel mette ogni tabella in un foglio a sé della stessa cartella di lavoro.
L'elenco delle pagine in questo modulo serve a qualcosa?
No. pdftotext separa le pagine sui salti di pagina e ognuna viene analizzata. Non esiste un parametro per l'intervallo di pagine.
Perché tutte le colonne sono finite in una sola cella?
Il PDF metteva un solo spazio tra le colonne, quindi la regola dei due spazi non è mai scattata. Prova a riesportare la sorgente con colonne a larghezza fissa, oppure passa dall'OCR a Markdown e dividi il testo a mano.
I numeri vengono importati come numeri?
No. Ogni valore è testo semplice. Gli zeri iniziali sopravvivono e le date mantengono il formato del PDF. Converti i tipi nel foglio di calcolo dopo l'importazione se devi ordinare o calcolare.
Cosa succede a una tabella che occupa due pagine?
Ogni pagina viene analizzata per conto suo, quindi una tabella lunga produce più frammenti CSV. Uniscili tu; lo strumento non fonde le tabelle attraverso un salto di pagina.

Ultimo aggiornamento:

Chiamalo dal codice

Ogni strumento del sito è un'interfaccia REST. Per l'uso anonimo non servono account né chiave API. Va bene per browser, sviluppatori e agenti IA.

curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/csv" \
  -F "[email protected]" \
  -F "pageNumbers=all" \
  -o output.pdf

Disponibile anche come strumento MCP per i client che parlano Model Context Protocol (JSON-RPC 2.0 su POST /mcp). Riferimento API completo

Usalo da un agente IA

Skill

Con questa skill, Claude Code, Codex, Cursor e altri agenti IA possono eseguire «PDF in CSV» al posto tuo: /skills/pdf123-pdf-to-csv.md

Tutte le skill per agenti

I file servono solo a questa elaborazione e poi vengono cancellati.