跳到主要内容
PPDF123

把 PDF 表格提取为 CSV

PDF 转 CSV 在 PDF 文字里找出对齐的表格行,把每张识别到的表写成一个 CSV 文件;多张表会打包成 ZIP 返回。它需要文字层,遇到散文或扫描件不会有输出。

把文件拖到这里,或点击选择

支持 PDF · 单个文件不超过 500.0 MB · 一次最多 20 个文件

也可以按 Ctrl/Cmd+V 或从剪贴板菜单粘贴文件。

PDF 转 CSV 运行 `pdftotext -layout`,寻找含有连续两个或更多空格的行,把那些行写成 CSV。每张检测到的表成为名为 `{base}_pN_tM.csv` 的文件。适合列在抽出文字里已经对齐的电子版 PDF。

一张表至少要有连续两行像表格。散文、单独一行表头,或没有文字层的扫描件,会得到 `no_content`:HTTP 204,没有文件。空结果是有意的,不是静默失败。

一张表成为一份 `text/csv` 下载。多张表打成一个名为 `{base}_extracted.zip` 的 ZIP。本页的 `pageNumbers` 字段会被忽略;每一页都会扫描。

这不是 OCR。纯图像扫描件没有可供 `pdftotext` 读取的内容。本站 OCR 返回 Markdown,不能再送进 PDF 转 CSV。列按连续两个或更多空格切开;单元格内的单个空格留在单元格里。字段按 RFC 4180 加引号。

PDF 转 Excel 用同一套版面启发式。Excel 把那些表放在同一工作簿的各工作表里。CSV 每张表一份文件。两者都不会从 PDF 还原合并单元格、彩色表头或隐藏工作表。

用电子表格打开下载,抽几行核对列切分。没有双空格间隙的紧表常常落进一列。有密码保护的文件,在你输入密码后会在本页为你解锁;API 调用方需先运行移除密码。

双空格启发式是关键细节。转换器并不像人那样理解单元格边界;它把保留版面文字里任何连续两个或更多空格都当成一次分列。对用定宽补齐单元格的报告生成器所产出的表,这套规则效果很好;对列间只有一个空格、或用比例字体让列只相隔一个空格排布的表,它就会失效。

数字、日期和编号都以文本写入,而不是带类型的电子表格值。一列数字进入 CSV 后只是恰好含有数字的字符串,所以前导零会保留,日期也保持 PDF 原本的格式。导入后若要做算术或按日期排序,请在电子表格里转换成正确的类型。

特别宽或特别高的表可能跨 PDF 页断开,而每一页都是独立扫描的。一张延续到第 2 页的表会成为第二个 `{base}_pN_tM.csv` 文件。每个片段你都会拿到,但要自己拼接;本工具不会跨分页缝合一张表。

分隔符固定为逗号,引号规则遵循 RFC 4180,所以含逗号的单元格会被引号包起来。没有输出分号或制表符的选项。如果你的电子表格区域设置期望分号,请显式选择逗号作为分隔符导入,而不要直接双击文件。

当 CSV 为空时,合理的第一个动作是检查 PDF 文字是否真的可选取。打开文件,试着高亮一行。如果什么都选不中,文件就是扫描件,永远不会产出 CSV;OCR 转 Markdown 至少能给你文字,虽然不会分列。

功能

  • `pdftotext -layout` 加上双空格分列启发式
  • 每张表一份 CSV;多张则打成一个 ZIP
  • 检测为空返回 HTTP 204;不是 OCR
  • 值都是 RFC 4180 文本;不做类型推断,也不能选分隔符
  • 匿名 API:/api/v1/convert/pdf/csv

适用场景

  • 把电子版发票表拉进电子表格
  • 让多页上的表各成一份 CSV 文件
  • 把版面已对齐的 PDF 表喂给需要 CSV 的脚本
  • 从定宽财务报表里提取价目表

如何把 PDF 里的表格提取为 CSV?

  1. 上传已有可选取文字、且呈表格式分列的 PDF。
  2. 点击处理。页范围字段不会被转换器读取。
  3. 若找到一张表,下载 `.csv`。若多张,下载 ZIP。若没有,你会得到空成功。
  4. 打开 CSV 核对切分。纯散文 PDF 不会产生文件。

限制与边界

  • 需要可选取文字,以及双空格列间隙
  • 没有 OCR,页范围控件也不生效
  • 不还原合并单元格和样式
  • 所有值都是无类型文本;不能选分隔符
  • 跨页的表会以互不相连的片段到达
  • 本网站的上传上限:每个文件 500 MB,超过约 95 MB 时分块上传。直接调用 API 时,单个请求体上限为 100 MB。

示例

  • 带三列价目表的文字 PDF,常常变成那些列的一份 CSV
  • 没有文字层的扫描银行对账单会得到 HTTP 204
  • 一份每页一张表的五页报告会产出含五个 CSV 文件的 ZIP

本工具的隐私说明

文件经 HTTPS 上传,在服务器内存或短期临时目录中处理,结果就绪后即删除。我们不会为日后浏览、训练或广告画像保留副本。留存期限与 AdSense Cookie 说明见隐私政策。

常见问题

为什么没有 CSV?
没有找到连续两行或更多的表格行。扫描件、散文,以及没有双空格间隙的表,都会让这套启发式失败。接口回答 204 `no_content`。
可以先 OCR 再转 CSV 吗?
不可以。OCR 返回 Markdown。本工具只通过 pdftotext 读 PDF。
和 PDF 转 Excel 有什么不同?
检测相同。CSV 每张表一份文件(一张就是一份 CSV,多张则打成 ZIP)。Excel 把每张表写进同一工作簿的各自工作表。
本页的页列表有作用吗?
没有。pdftotext 按换页符分页,每一页都会扫描。没有页范围参数。
为什么所有列都落在了一个单元格里?
PDF 的列间只有单个空格,双空格规则从未触发。请试着用定宽列重新导出源文件,或改用 OCR 转 Markdown 再手动切分文字。
数字会作为数字导入吗?
不会。每个值都是纯文本。前导零会保留,日期保持 PDF 的格式。导入后若需要排序或计算,请在电子表格里转换类型。
跨两页的表会怎样?
每一页单独扫描,所以一张长表会产生多个 CSV 片段。请自行合并;本工具不会跨分页合并表格。

最后更新:

用代码调用

本站每个工具都是普通 REST 接口。匿名使用不需要账号或 API Key,给浏览器、开发者和智能体同样可用。

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

也提供 MCP 工具,供说 Model Context Protocol 的客户端调用(JSON-RPC 2.0,POST /mcp)。 完整 API 文档

在 AI 代理中使用

Skill

装上这个 Skill,Claude Code、Codex、Cursor 等 AI 代理就能替你完成「PDF 转 CSV」: /skills/pdf123-pdf-to-csv.md

全部 Agent Skill

文件只用于本次处理,完成后自动删除。