PDF a CSV

Ejecuta la detección de tablas de PyMuPDF en cada página, que busca las líneas de separación y el texto alineado que forman una tabla. Cada tabla que encuentra se escribe en el CSV fila por fila, y todas las páginas se analizan en una sola pasada.

Todas se escriben en un solo archivo .csv en el orden de las páginas, con las filas de una tabla a continuación de las de la anterior y sin separador entre ellas. Si necesitas cada tabla en su propio archivo o en su propia hoja, usa en su lugar PDF a Excel.

Normalmente el PDF coloca sus datos con espacios y tabuladores que solo parecen una tabla, sin la estructura que necesita el detector, o la página es un escaneo sin capa de texto. Para escaneos, ejecuta primero OCR PDF para que haya texto que detectar.

Las celdas que contienen una coma, unas comillas dobles o un salto de línea van entre comillas dobles, y las comillas que haya dentro se duplican, siguiendo RFC 4180. El archivo se guarda en UTF-8, así que los caracteres acentuados y las escrituras no latinas llegan bien a la hoja de cálculo.

No. CSV es texto sin formato, así que se pierden el negrita, los colores, las celdas combinadas y los anchos de columna, y solo quedan los valores de las celdas. Los números se exportan como el texto que aparece en el PDF, incluidos los símbolos de moneda o los separadores de miles.

Se te pedirá la contraseña tras subir el archivo, y la extracción continúa cuando la introduces. La contraseña solo se usa para abrir el archivo en tu navegador.

No. El motor de detección de tablas se carga en tu navegador como WebAssembly y el CSV se genera de forma local, así que el documento nunca sale de tu dispositivo. La primera ejecución tarda un poco más mientras se carga el motor.

Hacer doble clic en el archivo funciona en la mayoría de configuraciones, ya que la herramienta usa el delimitador de coma estándar. Si tu Excel está configurado en una región que espera punto y coma, usa Datos > Desde texto/CSV y elige la coma como delimitador.