Nenda kwenye maudhui makuu
PPDF123

Toa Majedwali kutoka PDF hadi CSV

PDF kuwa CSV hutafuta safu mlalo za jedwali zilizopangwa sawia kwenye maandishi ya PDF na kuandika kila jedwali lililotambuliwa kama faili ya CSV; majedwali kadhaa hurudi kwenye ZIP. Inahitaji tabaka la maandishi na haitoi kitu kwa aya au skani.

Buruta faili hapa, au bofya uchague

Inakubali PDF · hadi 500.0 MB kwa kila faili · hadi faili 20 kwa mara moja

Unaweza pia kubandika faili kwa Ctrl/Cmd+V au kutoka kwenye menyu ya ubao wa kunakili.

PDF kuwa CSV huendesha `pdftotext -layout`, hutafuta mistari yenye nafasi mbili au zaidi mfululizo, kisha huandika mistari hiyo kama CSV. Kila jedwali lililogunduliwa huwa faili `{base}_pN_tM.csv`. Tumia kwenye PDF za kidijitali ambapo safu tayari zimepangika katika maandishi yaliyotolewa.

Jedwali linahitaji angalau mistari miwili ya jedwali mfululizo. Nathari, mstari mmoja wa kichwa, au skani isiyo na tabaka la maandishi hutoa `no_content`: HTTP 204 na hakuna faili. Matokeo tupu ni ya kukusudia, si kushindwa kimya kimya.

Kigeuzi hakisomi vigezo vya ombi. Uga wa masafa ya kurasa kwenye ukurasa huu hausomwi: kila ukurasa huchunguzwa. Jedwali moja huwa `text/csv`; kadhaa huwa ZIP `{base}_extracted.zip`. Safu hukatwa kwa mfululizo wa nafasi mbili au zaidi; nafasi moja ndani ya seli inabaki. Thamani zina nukuu kulingana na RFC 4180.

Hii si OCR. Skani za picha pekee hazina kitu cha `pdftotext` kusoma. OCR kwenye tovuti hii hurudisha Markdown, ambayo huwezi kuituma tena hapa. Maneno yakiwa tu kwenye pikseli, faili ya jedwali haitakuwapo.

PDF kuwa Excel hutumia mbinu ileile ya mpangilio. Excel huweka jedwali hizo kama karatasi katika kitabu kimoja. CSV huandika faili moja kwa kila jedwali. Hakuna kati ya hizo inayojenga upya seli zilizounganishwa, vichwa vya rangi, wala karatasi zilizofichwa kutoka PDF.

Fungua upakuaji katika Excel au LibreOffice Calc na kagua migawanyo ya safu katika mistari michache. Jedwali zilizobana bila pengo la nafasi mbili mara nyingi huangukia safu moja. Faili zilizolindwa kwa nenosiri hufunguliwa kwa ajili yako kwenye ukurasa huu ukishaingiza nenosiri; wapigaji wa API waendeshe Ondoa nenosiri kwanza.

Sifa

  • `pdftotext -layout` na mbinu ya safu kwa nafasi mbili
  • CSV moja kwa jedwali; kadhaa huwa ZIP; bila kugundua, HTTP 204
  • Si OCR; Markdown ya OCR haiingii hapa
  • API isiyo na jina: /api/v1/convert/pdf/csv

Lini utumie

  • Kuhamisha jedwali la ankara ya kidijitali kwenda Excel au LibreOffice Calc
  • Kupata CSV moja kwa kila jedwali katika hati ya kurasa nyingi, si karatasi moja
  • Kulisha hati-andishi inayokubali CSV tu

Ninatoaje jedwali kutoka PDF hadi CSV?

  1. Pakia PDF yenye maandishi yanayochaguliwa na safu zinazoonekana tayari katika maandishi yaliyotolewa.
  2. Bofya Chakata. Uga wa masafa ya kurasa upo, lakini kigeuzi hakiusomi. Hakuna chaguo la OCR.
  3. Jedwali moja likipatikana, pakua `.csv`. Kadhaa zikipatikana, pakua ZIP. Zisipopatikana, mafanikio yanakuja tupu; chukua chanzo chenye tabaka la maandishi.
  4. Fungua faili katika Excel au LibreOffice Calc na kagua migawanyo. PDF ya nathari pekee haitoi faili.

Mipaka na hali maalum

  • Inahitaji maandishi yanayochaguliwa na pengo la nafasi mbili kati ya safu
  • Hakuna OCR na udhibiti wa kurasa haufanyi kazi
  • Haijengi upya seli zilizounganishwa wala mitindo
  • Kikomo cha kupakia kwenye tovuti hii: MB 500 kwa kila faili, likitumwa kwa vipande zaidi ya takriban MB 95. Mwili wa ombi moja la moja la API una kikomo cha MB 100.

Mifano

  • PDF ya maandishi yenye orodha ya bei ya safu tatu mara nyingi hutoa CSV ya safu hizo
  • Taarifa ya benki iliyoskaniwa bila tabaka la maandishi hutoa HTTP 204

Faragha ya zana hii

Faili hupakiwa kupitia HTTPS, zinachakatwa kwenye kumbukumbu au folda ya muda mfupi kwenye seva zetu, na kufutwa matokeo yakiwa tayari. Hatuhifadhi nakala kwa kuvinjari baadaye, mafunzo, au wasifu wa matangazo. Tazama Sera ya Faragha kwa maelezo ya uhifadhi na ufichuzi wa vidakuzi vya AdSense.

Maswali ya kawaida

Kwa nini sina CSV?
Hakuna kizuizi cha mistari miwili au zaidi ya jedwali mfululizo kilichopatikana. Skani, nathari, na jedwali bila pengo la nafasi mbili zinashindwa mbinu hii. API inajibu 204 `no_content`.
Naweza kwanza OCR kisha CSV?
Hapana. OCR hurudisha Markdown. Zana hii inasoma PDF tu kupitia pdftotext.
Inatofautianaje na PDF kuwa Excel?
Ugunduzi ni sawa. CSV huandika faili moja kwa kila jedwali — jedwali moja ni CSV moja, kadhaa huwa ZIP. Excel huweka kila jedwali kama karatasi katika kitabu kimoja.
Je, inasoma kila ukurasa?
Ndiyo. pdftotext hugawanya kwa alama za ukurasa mpya, na kila ukurasa huchunguzwa kwa vitalu vya jedwali. Uga wa masafa ya kurasa kwenye ukurasa huu hausomwi.

Ilisasishwa mwisho:

Tumia kutoka msimbo

Kila zana hapa ni REST. Matumizi bila kujisajili hayahitaji akaunti wala ufunguo wa API. Inafaa kivinjari, watengenezaji, na mawakala wa AI.

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

Pia inapatikana kama zana ya MCP kwa programu zinazotumia Model Context Protocol (JSON-RPC 2.0, POST /mcp). Maelezo kamili ya API

Itumie kupitia wakala wa AI

Skill

Ukiwa na skill hii, Claude Code, Codex, Cursor na mawakala wengine wa AI wanaweza kukuendeshea "PDF kuwa CSV": /skills/pdf123-pdf-to-csv.md

Skill zote za mawakala

Faili inatumika kazi hii tu, kisha inafutwa yenyewe.