Витягання таблиць із PDF у CSV
PDF у CSV знаходить у тексті PDF вирівняні рядки таблиць і записує кожну знайдену таблицю як файл CSV; кілька таблиць повертаються в ZIP. Потрібен текстовий шар; для суцільного тексту чи сканів нічого не виходить.
Перетягніть файли сюди або натисніть, щоб вибрати
Формати: PDF · до 500.0 MB на файл · до 20 файлів за раз
Файл також можна вставити через Ctrl/Cmd+V або з меню буфера обміну.
PDF у CSV виконує `pdftotext -layout`, шукає рядки з двома або більше пробілами поспіль і записує ці рядки в CSV. Кожна знайдена таблиця стає окремим файлом `{base}_pN_tM.csv`. Для електронних PDF, де колонки вже вирівняні у витягнутому тексті.
Таблиці потрібні щонайменше два підряд рядки табличного вигляду. Проза, один рядок заголовка або скан без текстового шару дають `no_content`: HTTP 204 і жодного файлу. Порожній результат навмисний, а не тиха помилка.
Одна таблиця стає одним завантаженням `text/csv`. Кілька таблиць збираються в ZIP з іменем `{base}_extracted.zip`. Поле `pageNumbers` на цій сторінці ігнорується; сканується кожна сторінка.
Це не OCR. Суто зображувальний скан не має чого прочитати `pdftotext`. OCR на цьому сайті повертає Markdown, який не можна знову надіслати сюди. Колонки діляться на серіях із двох і більше пробілів; одинарний пробіл у клітинці залишається в клітинці. Значення беруться в лапки за RFC 4180.
PDF у Excel використовує ту саму евристику макета. Excel зберігає такі таблиці як аркуші однієї книги. CSV пише по одному файлу на таблицю. Жоден із них не відновлює з PDF об’єднані клітинки, кольорові заголовки чи приховані аркуші.
Відкрийте завантаження в електронній таблиці та перевірте поділ колонок на кількох рядках. Щільні таблиці без проміжку в два пробіли часто потрапляють в одну колонку. Файли під паролем розблоковуються для вас на цій сторінці, щойно ви введете пароль; виклики API спершу виконують «Зняти пароль».
Евристика двох пробілів — ключова деталь. Конвертер не моделює межі клітинок так, як їх бачить людина: будь-яку серію з двох і більше пробілів у тексті зі збереженим макетом він вважає розривом колонки. Це добре працює для таблиць, які генератори звітів вирівнюють за фіксованою шириною, і не спрацьовує для таблиць з одним пробілом між колонками або з пропорційними шрифтами, де колонки розділяє лише один пробіл.
Числа, дати й ідентифікатори записуються як текст, а не як типізовані значення електронної таблиці. Стовпець цифр потрапляє в CSV рядками, які лише містять цифри, тож провідні нулі зберігаються, а дата лишається у форматі, який мав PDF. Якщо потрібні обчислення чи сортування за датою, перетворіть типи в таблиці після імпорту.
Дуже широкі або дуже довгі таблиці можуть розриватися між сторінками PDF, і кожна сторінка сканується окремо. Таблиця, що продовжується на сторінці 2, стає другим файлом `{base}_pN_tM.csv`. Ви отримаєте всі фрагменти, але з’єднувати їх доведеться самому; інструмент не зшиває таблицю через розрив сторінки.
Роздільник фіксований — кома, а лапки працюють за RFC 4180, тож клітинка з комою береться в лапки. Опції виводити крапку з комою чи табуляцію немає. Якщо регіональні налаштування вашої таблиці очікують крапку з комою, імпортуйте файл з явно вибраною комою як роздільником, а не відкривайте його подвійним кліком.
Коли CSV порожній, розумний перший крок — перевірити, чи текст у PDF справді виділяється. Відкрийте файл і спробуйте підсвітити рядок. Якщо нічого не виділяється, файл є сканом і CSV ніколи не з’явиться; OCR у Markdown — інструмент, який принаймні дасть слова, хоч і не за колонками.
Що вміє
- `pdftotext -layout` плюс евристика колонок за двома пробілами
- Один CSV на таблицю або ZIP, якщо таблиць кілька
- Порожнє виявлення повертає HTTP 204; це не OCR
- Значення — текст за RFC 4180; без виведення типів і вибору роздільника
- Анонімний API: /api/v1/convert/pdf/csv
Коли брати цей інструмент
- Перенести таблицю електронної накладної в електронну таблицю
- Зберегти таблиці з кількох сторінок окремими CSV-файлами
- Подати вирівняні таблиці PDF скрипту, який чекає на CSV
- Витягти прайс-лист із фінансового звіту фіксованої ширини
Як витягти таблицю з PDF у CSV?
- Завантажте PDF, текст якого вже виділяється, а колонки мають табличний вигляд.
- Натисніть «Обробити». Поле діапазону сторінок конвертер не читає.
- Якщо знайдено одну таблицю, завантажте `.csv`. Якщо кілька — ZIP. Якщо жодної, ви отримаєте порожній успіх.
- Відкрийте CSV і перевірте поділ. PDF із самої прози файлу не дасть.
Обмеження і межі
- Потрібен виділюваний текст і проміжок у два пробіли між колонками
- Без OCR і без робочого керування діапазоном сторінок
- Об’єднані клітинки та стилі не відновлюються
- Усі значення — текст без типу; вибору роздільника немає
- Таблиці через кілька сторінок надходять окремими фрагментами
- Обмеження завантаження на цьому сайті: 500 МБ на файл; якщо файл більший за приблизно 95 МБ, він надсилається частинами. Тіло одного прямого запиту до API — не більше 100 МБ.
Приклади
- Текстовий PDF із триколонковим прайсом часто стає одним CSV цих колонок
- Сканована банківська виписка без текстового шару повертає HTTP 204
- Звіт на п’ять сторінок з однією таблицею на сторінку дає ZIP із п’яти CSV-файлів
Приватність цього інструмента
Файли надсилаються через HTTPS, обробляються в оперативній пам’яті або в короткочасному тимчасовому каталозі на наших серверах і видаляються, щойно результат готовий. Копій для подальшого перегляду, навчання моделей чи рекламних профілів ми не зберігаємо. Строки зберігання та відомості про файли cookie AdSense наведені в Політиці конфіденційності.
Часті запитання
- Чому немає CSV?
- Не знайдено блоку з двох або більше підряд табличних рядків. Скани, проза й таблиці без проміжку в два пробіли провалюють цю евристику. API відповідає 204 `no_content`.
- Можна спершу OCR, а потім CSV?
- Ні. OCR повертає Markdown. Цей інструмент читає PDF лише через pdftotext.
- Чим це відрізняється від PDF у Excel?
- Виявлення однакове. CSV пише по одному файлу на таблицю (один CSV або ZIP, якщо їх кілька). Excel кладе кожну таблицю на окремий аркуш однієї книги.
- Список сторінок у цій формі щось робить?
- Ні. pdftotext ділить сторінки за розривами, і кожна сканується. Параметра діапазону сторінок немає.
- Чому всі колонки опинилися в одній клітинці?
- У PDF між колонками був лише один пробіл, тож правило двох пробілів не спрацювало. Спробуйте заново експортувати джерело з колонками фіксованої ширини або проведіть текст через OCR у Markdown і поділіть вручну.
- Числа імпортуються як числа?
- Ні. Усі значення — звичайний текст. Провідні нулі зберігаються, а дати лишаються у форматі PDF. Якщо треба сортувати чи рахувати, перетворіть типи в таблиці після імпорту.
- Що буде з таблицею на дві сторінки?
- Кожна сторінка сканується окремо, тож довга таблиця дає кілька фрагментів CSV. З’єднуйте їх самі; інструмент не зливає таблиці через розрив сторінки.
Востаннє оновлено:
Виклик із коду
Кожен інструмент на сайті - звичайний REST-інтерфейс. Для анонімної роботи не потрібні обліковий запис чи ключ API. І для браузера, і для розробників, і для програмних агентів.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/csv" \
-F "[email protected]" \
-F "pageNumbers=all" \
-o output.pdfТакож є як MCP-інструмент для клієнтів із Model Context Protocol (JSON-RPC 2.0 через POST /mcp). Повний довідник API
Використати через ШІ-агента
СкілЗ цим скілом Claude Code, Codex, Cursor та інші ШІ-агенти зможуть виконати «PDF у CSV» замість вас: /skills/pdf123-pdf-to-csv.md
Файли потрібні лише для цієї обробки й потім стираються самі.