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?
- 上传已有可选取文字、且呈表格式分列的 PDF。
- 点击处理。页范围字段不会被转换器读取。
- 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。
- 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
文件只用于本次处理,完成后自动删除。