メインコンテンツへスキップ
PPDF123

PDFの表をCSVに書き出す

PDFからCSVは、PDFの文字から列がそろった表の行を見つけ、検出した表ごとにCSVファイルを書き出します。複数の表はZIPで返ります。文字層が必要で、散文やスキャンからは何も返しません。

ファイルをここにドロップするか、クリックして選んでください

対応形式:PDF・1ファイル500.0 MBまで · 一度に最大20ファイル

Ctrl/Cmd+V またはクリップボードメニューからファイルを貼り付けることもできます。

PDFからCSV は `pdftotext -layout` を実行し、連続する 2 つ以上の空白を含む行を探し、それらの行を CSV に書き込みます。検出された各表は `{base}_pN_tM.csv` という名前のファイルになります。抽出テキストで列がすでに揃っている電子版 PDF 向けです。

1 つの表には連続する 2 行以上の表らしい行が必要です。散文、単独の見出し行、テキスト層のないスキャンは `no_content`:HTTP 204、ファイルなしになります。この空結果は意図的であり、静かな失敗ではありません。

1 つの表は 1 つの `text/csv` ダウンロードになります。複数の表は `{base}_extracted.zip` という ZIP になります。このページの `pageNumbers` フィールドは無視され、すべてのページが走査されます。

これは OCR ではありません。画像だけのスキャンには `pdftotext` が読む内容がありません。本サイトの OCR は Markdown を返し、PDFからCSV に再投入できません。列は連続する 2 つ以上の空白で切れ、セル内の単一スペースはセルに残ります。値は RFC 4180 で引用符付けされます。

PDFからExcel は同じレイアウトヒューリスティックを使います。Excel はそれらの表を 1 つのブックの各シートに置きます。CSV は表ごとに 1 ファイルです。どちらも PDF から結合セル・色付き見出し・非表示シートを復元しません。

ダウンロードを表計算ソフトで開き、何行か抜きで列の切れ方を確認してください。二重空白の隙間がない密な表は、しばしば 1 列に落ちます。パスワード保護されたファイルは、このページでパスワードを入力すると自動で解除されます。API を使う場合は先にパスワード解除を実行してください。

理解すべき鍵は二重空白ヒューリスティックそのものです。変換器は人のようにセル境界を認識するのではなく、レイアウトを保ったテキスト中の連続する 2 つ以上の空白を列の区切りとみなします。セルを固定幅にそろえる帳票生成器が作った表にはよく効きますが、列間が空白 1 つだけの表や、プロポーショナルフォントで列がほぼ隣り合う表では失敗します。

数値・日付・識別子は、型付きの表計算値ではなく文字列として書き込まれます。数値の列も CSV では数字を含むだけの文字列になるため、先頭の 0 は残り、日付は PDF が使っていた書式のままです。取り込み後に計算や日付の並べ替えが必要なら、表計算ソフト側で正しい型に変換してください。

非常に幅広または縦長の表は PDF のページをまたいで途切れることがあり、各ページは独立に走査されます。2 ページ目に続く表は 2 つ目の `{base}_pN_tM.csv` になります。断片はすべて得られますが、つなぎ合わせるのはご自身です。本ツールは改ページをまたいで表をつなぎません。

区切り文字はカンマ固定で、引用は RFC 4180 に従うため、カンマを含むセルは引用符で囲まれます。セミコロンやタブを出力するオプションはありません。お使いの表計算ソフトのロケールがセミコロンを想定している場合は、ファイルをダブルクリックせず、区切り文字にカンマを明示して取り込んでください。

CSV が空だったときにまず試すべきは、PDF の文字が本当に選択できるかの確認です。ファイルを開いて 1 行をハイライトしてみてください。何も選択できなければそのファイルはスキャンで、CSV は永遠に出ません。OCR から Markdown なら、列にはなりませんが少なくとも文字は得られます。

機能

  • `pdftotext -layout` と二重空白による列分割ヒューリスティック
  • 表ごとに 1 CSV。複数なら ZIP
  • 検出が空なら HTTP 204。OCR ではない
  • 値は RFC 4180 のテキスト。型推論も区切り文字の選択もなし
  • 匿名 API:/api/v1/convert/pdf/csv

こんなときに使う

  • 電子版の請求書の表を表計算ソフトに取り込む
  • 複数ページの表を別々の CSV ファイルとして保つ
  • レイアウトのそろった PDF の表を、CSV を想定したスクリプトに渡す
  • 固定幅の財務レポートから価格表を抜き出す

PDFの表をCSVに抽出するには?

  1. 選べる文字があり、表形式で列が並ぶ PDF をアップロードします。
  2. 処理をクリックします。ページ範囲欄は変換器に読まれません。
  3. 1 表なら `.csv` を、複数なら ZIP をダウンロードします。なければ空の成功です。
  4. CSV を開いて切れ方を確認します。純散文の PDF はファイルを生みません。

制限と注意点

  • 選べる文字と二重空白の列隙間が必要
  • OCR なし。ページ範囲の操作も効かない
  • 結合セルとスタイルは復元しない
  • 値はすべて型なしのテキスト。区切り文字も選べない
  • ページをまたぐ表は別々の断片として届く
  • このサイトのアップロード上限は 1 ファイルあたり 500 MB で、約 95 MB を超えると分割して送信されます。API への直接リクエスト 1 回の本文は 100 MB までです。

例

  • 3 列の価格表がある文字 PDF は、多くの場合それらの列の 1 CSV になる
  • テキスト層のないスキャンの銀行明細は HTTP 204 になる
  • 各ページに 1 つずつ表がある 5 ページのレポートは、5 つの CSV ファイルの ZIP になる

このツールのプライバシー

ファイルは HTTPS でアップロードされ、サーバーのメモリまたは短命の一時ディレクトリで処理され、結果の準備ができた時点で削除されます。後から閲覧・学習・広告プロファイル用にコピーは残しません。保持期間と AdSense Cookie の開示はプライバシーポリシーをご覧ください。

よくある質問

なぜ CSV が出ないのですか?
連続する 2 行以上の表行が見つかりませんでした。スキャン、散文、二重空白の隙間がない表は、このヒューリスティックに失敗します。API は 204 `no_content` で答えます。
先に OCR してから CSV にできますか?
できません。OCR は Markdown を返します。このツールは pdftotext 経由でのみ PDF を読みます。
PDFからExcel との違いは?
検出は同じです。CSV は表ごとに 1 ファイル(1 表なら 1 CSV、複数なら ZIP)。Excel は各表を 1 つのブックの各シートに書きます。
このフォームのページ一覧は何かしますか?
いいえ。pdftotext は改ページでページを分け、すべてのページを走査します。ページ範囲のパラメータはありません。
なぜすべての列が 1 つのセルに入ったのですか?
PDF の列間が空白 1 つだけだったため、二重空白の規則が発動しませんでした。固定幅の列でソースを再出力するか、OCR から Markdown にして手作業で分割してください。
数値は数値として取り込まれますか?
いいえ。すべての値はプレーンテキストです。先頭の 0 は残り、日付は PDF の書式のままです。並べ替えや計算が必要なら、取り込み後に表計算ソフトで型を変換してください。
2 ページにまたがる表はどうなりますか?
各ページは独立に走査されるため、長い表は複数の CSV 断片になります。つなぎ合わせるのはご自身です。本ツールは改ページをまたいで表を結合しません。

最終更新:

コードから呼び出す

このサイトの各ツールは、通常のRESTエンドポイントです。匿名利用にアカウントやAPIキーは不要です。ブラウザだけでなく、AIエージェントや開発者向けにも使えます。

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

Model Context Protocolに対応したエージェント向けに、MCPツールとしても使えます(JSON-RPC 2.0、POST /mcp)。 APIリファレンス

AI エージェントから使う

スキル

このスキルを入れると、Claude Code、Codex、Cursor などの AI エージェントが「PDFからCSV」を代わりに実行できます: /skills/pdf123-pdf-to-csv.md

すべてのエージェント用スキル

ファイルはこの処理のためだけに使い、完了後に自動で削除します。