Chuyển đến nội dung chính
PPDF123

Trích bảng từ PDF ra CSV

PDF sang CSV tìm các hàng bảng thẳng cột trong chữ của PDF và ghi mỗi bảng tìm được thành một tệp CSV; nhiều bảng được trả về trong ZIP. Cần có lớp chữ, và không cho ra gì với văn xuôi hay bản quét.

Kéo tệp vào đây, hoặc nhấp để chọn

Nhận PDF · tối đa 500.0 MB mỗi tệp · tối đa 20 tệp mỗi lần

Bạn cũng có thể dán tệp bằng Ctrl/Cmd+V hoặc từ menu clipboard.

PDF sang CSV chạy `pdftotext -layout`, tìm dòng có từ hai khoảng trắng liên tiếp trở lên, rồi ghi các dòng đó thành CSV. Mỗi bảng phát hiện thành tệp tên `{base}_pN_tM.csv`. Phù hợp PDF điện tử đã căn cột trong chữ trích.

Một bảng cần ít nhất hai dòng liên tiếp giống bảng. Văn xuôi, một dòng tiêu đề đơn, hoặc bản quét không có lớp chữ, cho `no_content`: HTTP 204, không tệp. Kết quả trống là cố ý, không phải thất bại im lặng.

Công cụ này bỏ qua tham số yêu cầu. Trường phạm vi trang trên trang không được đọc; mọi trang đều quét. Một bảng thành một `text/csv`; nhiều bảng đóng ZIP tên `{base}_extracted.zip`. Cột cắt theo từ hai khoảng trắng liên tiếp; khoảng đơn trong ô vẫn ở trong ô. Trường trích dẫn theo RFC 4180.

Đây không phải OCR. Bản quét thuần ảnh không có nội dung để `pdftotext` đọc. OCR trên trang này trả về Markdown, không đưa lại vào PDF sang CSV. Khi chữ chỉ nằm trong pixel, đây không cho ra tệp bảng.

PDF sang Excel dùng cùng heuristic bố cục. Excel đặt các bảng đó thành các trang tính trong cùng sổ. CSV mỗi bảng một tệp. Cả hai không khôi phục ô gộp, tiêu đề màu hay trang tính ẩn từ PDF.

Mở bản tải trong Excel hoặc LibreOffice Calc và kiểm tra tách cột trên vài hàng. Bảng chặt không có khe hai khoảng thường rơi vào một cột. Tệp có mật khẩu được mở khóa giúp bạn ngay trên trang này khi bạn nhập mật khẩu; người gọi API chạy Gỡ mật khẩu trước.

Tải lên là tạm thời. Chúng tôi không lưu thư viện CSV của bạn.

Tính năng

  • `pdftotext -layout` cộng heuristic tách cột bằng hai khoảng trắng
  • Mỗi bảng một CSV; nhiều bảng thì ZIP; không phát hiện thì HTTP 204
  • Không OCR; Markdown từ OCR không gửi được vào đây
  • API ẩn danh: /api/v1/convert/pdf/csv

Khi nào nên dùng

  • Kéo bảng hóa đơn điện tử vào Excel hoặc LibreOffice Calc
  • Để bảng trên nhiều trang thành từng CSV thay vì một trang tính
  • Làm đầu vào cho script chỉ nhận CSV

Làm thế nào để trích bảng từ PDF ra CSV?

  1. Tải lên PDF đã có chữ chọn được và cột dạng bảng.
  2. Nhấp xử lý. Trường phạm vi trang có nhưng bộ chuyển không đọc. Không có tùy chọn OCR.
  3. Nếu tìm một bảng, tải `.csv`. Nhiều bảng thì ZIP. Không có thì thành công trống; hãy đổi nguồn có lớp chữ.
  4. Mở bằng Excel hoặc LibreOffice Calc, kiểm tách cột. PDF thuần văn xuôi không tạo tệp.

Giới hạn và ngoại lệ

  • Cần chữ chọn được và khe cột hai khoảng trắng
  • Không OCR, điều khiển phạm vi trang cũng không hiệu lực
  • Không khôi phục ô gộp và kiểu trang trí
  • Giới hạn tải lên trên trang web này: 500 MB mỗi tệp, tệp lớn hơn khoảng 95 MB được gửi theo từng phần. Một yêu cầu API trực tiếp bị giới hạn ở 100 MB.

Ví dụ

  • PDF chữ có bảng giá ba cột thường thành một CSV các cột đó
  • Sao kê ngân hàng quét không có lớp chữ nhận HTTP 204

Quyền riêng tư của công cụ này

Tệp được tải lên qua HTTPS, xử lý trong bộ nhớ hoặc thư mục tạm ngắn hạn trên máy chủ của chúng tôi, rồi bị xóa khi kết quả sẵn sàng. Chúng tôi không giữ bản sao để xem lại sau, huấn luyện mô hình hay lập hồ sơ quảng cáo. Thời hạn lưu giữ và cookie AdSense nằm trong Chính sách quyền riêng tư.

Câu hỏi thường gặp

Vì sao không có CSV?
Không tìm thấy từ hai dòng bảng liên tiếp trở lên. Bản quét, văn xuôi, và bảng không có khe hai khoảng đều làm heuristic thất bại. API trả 204 `no_content`.
Có thể OCR rồi mới sang CSV không?
Không. OCR trả về Markdown. Công cụ này chỉ đọc PDF qua pdftotext.
Khác PDF sang Excel thế nào?
Phát hiện giống nhau. CSV mỗi bảng một tệp; một bảng một CSV, nhiều bảng thì ZIP. Excel ghi mỗi bảng vào trang tính riêng trong cùng sổ.
Có đọc mọi trang không?
Có. pdftotext chia trang theo form feed, mọi trang đều quét khối bảng. Trường phạm vi trang trên trang không được đọc.

Cập nhật lần cuối:

Gọi bằng mã

Mỗi công cụ trên trang là một API REST thông thường. Dùng ẩn danh không cần tài khoản hay API key. Trình duyệt, lập trình viên và agent đều gọi được.

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

Cũng có dạng công cụ MCP cho client dùng Model Context Protocol (JSON-RPC 2.0, POST /mcp). Tài liệu API đầy đủ

Dùng từ AI agent

Skill

Với skill này, Claude Code, Codex, Cursor và các AI agent khác có thể chạy "PDF sang CSV" thay bạn: /skills/pdf123-pdf-to-csv.md

Tất cả skill cho agent

Tệp chỉ dùng cho lần xử lý này, xong là tự xóa.