Naar de hoofdinhoud
PPDF123

Tabellen uit een PDF naar CSV halen

PDF naar CSV vindt uitgelijnde tabelrijen in de tekst van een PDF en schrijft elke gevonden tabel als CSV-bestand; meerdere tabellen komen terug in een ZIP. Het heeft een tekstlaag nodig en levert niets op voor lopende tekst of scans.

Sleep bestanden hierheen, of klik om te kiezen

Accepteert PDF · tot 500.0 MB per bestand · maximaal 20 bestanden tegelijk

Je kunt een bestand ook plakken met Ctrl/Cmd+V of via het klembordmenu.

PDF naar CSV voert `pdftotext -layout` uit, zoekt regels met twee of meer opeenvolgende spaties en schrijft die rijen als CSV. Elke gevonden tabel wordt een eigen bestand met de naam `{base}_pN_tM.csv`. Geschikt voor digitale PDF's waarvan de kolommen in de geëxtraheerde tekst al uitlijnen.

Een tabel heeft minstens twee opeenvolgende tabelachtige regels nodig. Lopende tekst, één losse kopregel of een scan zonder tekstlaag levert `no_content`: HTTP 204 en geen bestand. Dat lege resultaat is opzettelijk, geen stille fout.

Eén tabel wordt één `text/csv`-download. Meerdere tabellen worden een ZIP met de naam `{base}_extracted.zip`. Het veld `pageNumbers` op deze pagina wordt genegeerd; elke pagina wordt gescand.

Dit is geen OCR. Een pure beeldscan heeft niets voor `pdftotext` om te lezen. De OCR van deze site levert Markdown, die je hier niet opnieuw in kunt voeren. Kolommen splitsen op reeksen van twee of meer spaties; één spatie binnen een cel blijft in de cel. Waarden krijgen RFC 4180-aanhalingstekens.

PDF naar Excel gebruikt dezelfde lay-outheuristiek. Excel bewaart die tabellen als werkbladen in één werkmap. CSV schrijft één bestand per tabel. Geen van beide herstelt samengevoegde cellen, gekleurde koppen of verborgen bladen uit de PDF.

Open de download in een spreadsheet en controleer de kolomsplitsing op een paar rijen. Dichte tabellen zonder dubbele-spatietussenruimte belanden vaak in één kolom. Met een wachtwoord beveiligde bestanden worden op deze pagina voor u ontgrendeld zodra u het wachtwoord invoert; API-gebruikers voeren eerst Wachtwoord verwijderen uit.

De dubbele-spatieheuristiek is het belangrijkste detail. De converter modelleert celgrenzen niet zoals een mens ze ziet: elke reeks van twee of meer spaties in de lay-outgetrouwe tekst geldt als kolomscheiding. Dat werkt goed voor tabellen van rapportgeneratoren die cellen op een vaste breedte uitvullen, en mislukt voor tabellen met slechts één spatie tussen kolommen of met proportionele lettertypen die kolommen één spatie uit elkaar zetten.

Getallen, datums en identificaties worden als tekst geschreven, niet als getypeerde spreadsheetwaarden. Een kolom cijfers komt in de CSV terecht als strings die toevallig cijfers bevatten, dus voorloopnullen blijven behouden en een datum houdt het formaat dat de PDF gebruikte. Reken of sorteer je op datum, converteer de typen dan na de import in de spreadsheet.

Zeer brede of zeer lange tabellen kunnen over PDF-pagina's doorlopen, en elke pagina wordt afzonderlijk gescand. Een tabel die doorloopt op pagina 2 wordt een tweede bestand `{base}_pN_tM.csv`. U krijgt elk fragment, maar moet ze zelf aaneenrijgen; het gereedschap naait een tabel niet over een pagina-einde.

Het scheidingsteken is vast een komma en het citeren volgt RFC 4180, dus een cel met een komma wordt tussen aanhalingstekens gezet. Er is geen optie voor puntkomma's of tabs. Verwacht de landinstelling van uw spreadsheet puntkomma's, importeer dan met de komma expliciet als scheidingsteken in plaats van het bestand dubbel te klikken.

Een verstandige eerste stap bij een lege CSV is nagaan of de PDF-tekst echt selecteerbaar is. Open het bestand en probeer een rij te markeren. Gebeurt er niets, dan is het bestand een scan en komt er nooit een CSV; OCR naar Markdown is het gereedschap dat u op zijn minst de woorden geeft, al niet in kolommen.

Functies

  • `pdftotext -layout` plus een dubbele-spatiekolomheuristiek
  • Eén CSV per tabel, of een ZIP bij meerdere tabellen
  • Lege detectie geeft HTTP 204; geen OCR
  • Waarden zijn RFC 4180-tekst; geen type-inferentie of keuze van scheidingsteken
  • Anonieme API op /api/v1/convert/pdf/csv

Wanneer je dit gebruikt

  • Een digitale factuurtabel naar een spreadsheet halen
  • Tabellen van meerdere pagina's als aparte CSV-bestanden bewaren
  • Lay-outgetrouwe PDF-tabellen naar een script sturen dat CSV verwacht
  • Een prijslijst uit een financieel rapport met vaste breedte halen

Hoe haal ik een tabel uit een PDF naar CSV?

  1. Voeg een PDF toe die al selecteerbare tekst in tabelachtige kolommen heeft.
  2. Klik op Verwerken. Het paginabereikveld wordt niet door de converter gelezen.
  3. Is er één tabel gevonden, download dan de `.csv`. Zijn het er meerdere, de ZIP. Bij geen enkele krijgt u een leeg succes.
  4. Open de CSV en controleer de splitsing. PDF's met alleen lopende tekst leveren geen bestand.

Beperkingen en randgevallen

  • Vereist selecteerbare tekst en een dubbele-spatietussenruimte tussen kolommen
  • Geen OCR en geen werkende paginabereikbesturing
  • Samengevoegde cellen en opmaak worden niet hersteld
  • Alle waarden zijn ongetypeerde tekst; geen keuze van scheidingsteken
  • Tabellen over meerdere pagina's komen als losse fragmenten aan
  • Uploadlimiet op deze website: 500 MB per bestand, in delen verzonden boven ongeveer 95 MB. Eén directe API-aanvraag is beperkt tot 100 MB.

Voorbeelden

  • Een tekst-PDF met een prijslijst van drie kolommen wordt vaak één CSV met die kolommen
  • Een gescand bankafschrift zonder tekstlaag geeft HTTP 204
  • Een rapport van vijf pagina's met één tabel per pagina levert een ZIP met vijf CSV-bestanden

Privacy bij deze tool

Bestanden worden via HTTPS geüpload, in het geheugen of in een kortlevende tijdelijke map op onze servers verwerkt, en verwijderd zodra uw resultaat klaar is. Wij bewaren geen kopieën voor later bladeren, training of advertentieprofielen. Zie het privacybeleid voor bewaartermijnen en AdSense-cookiemeldingen.

Veelgestelde vragen

Waarom heb ik geen CSV gekregen?
Er is geen blok van twee of meer opeenvolgende tabelregels gevonden. Scans, lopende tekst en tabellen zonder dubbele-spatietussenruimte laten deze heuristiek falen. De API antwoordt 204 `no_content`.
Kan ik eerst OCR doen en dan naar CSV?
Nee. OCR levert Markdown. Dit gereedschap leest een PDF alleen via pdftotext.
Wat is het verschil met PDF naar Excel?
De detectie is hetzelfde. CSV schrijft één bestand per tabel (één losse CSV, of een ZIP bij meerdere). Excel zet elke tabel op een eigen werkblad in één werkmap.
Doet de paginalijst op dit formulier iets?
Nee. pdftotext splitst pagina's op formfeeds en elke pagina wordt gescand. Er is geen parameter voor een paginabereik.
Waarom zijn alle kolommen in één cel beland?
De PDF zette maar één spatie tussen de kolommen, dus de dubbele-spatieregel ging nooit af. Exporteer de bron opnieuw met kolommen op vaste breedte, of ga via OCR naar Markdown en splits de tekst handmatig.
Worden getallen als getallen geïmporteerd?
Nee. Elke waarde is platte tekst. Voorloopnullen blijven behouden en datums houden het formaat van de PDF. Converteer de typen na de import in de spreadsheet als u moet sorteren of rekenen.
Wat gebeurt er met een tabel over twee pagina's?
Elke pagina wordt afzonderlijk gescand, dus een lange tabel levert meerdere CSV-fragmenten op. Voeg ze zelf samen; het gereedschap voegt tabellen niet over een pagina-einde samen.

Laatst bijgewerkt:

Aanroepen vanuit code

Elke tool op deze site is een gewoon REST-eindpunt. Voor anoniem gebruik heb je geen account of API-sleutel nodig. Net zo goed voor AI-agenten en ontwikkelaars als voor de browser.

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

Ook beschikbaar als MCP-tool voor clients die Model Context Protocol spreken (JSON-RPC 2.0 via POST /mcp). Volledige API-documentatie

Gebruik het vanuit een AI-agent

Skill

Met deze skill kunnen Claude Code, Codex, Cursor en andere AI-agents ‘PDF naar CSV’ voor je uitvoeren: /skills/pdf123-pdf-to-csv.md

Alle agent-skills

Bestanden dienen alleen voor deze verwerking en worden daarna automatisch verwijderd.