PDF vers CSV

Il lance la détection de tableaux de PyMuPDF sur chaque page, qui recherche les lignes de séparation et le texte aligné qui forment un tableau. Chaque tableau trouvé est écrit dans le CSV ligne par ligne, et toutes les pages sont analysées en un seul passage.

Tous sont écrits dans un seul fichier .csv dans l’ordre des pages, les lignes d’un tableau suivant celles du précédent, sans séparateur entre eux. Si vous voulez chaque tableau dans son propre fichier ou sur sa propre feuille, utilisez plutôt PDF vers Excel.

Le plus souvent, le PDF dispose ses données avec des espaces et des tabulations qui ressemblent seulement à un tableau, sans la structure dont le détecteur a besoin, ou bien la page est un scan sans aucune couche de texte. Pour les scans, lancez d’abord OCR PDF afin qu’il y ait du texte à détecter.

Les cellules contenant une virgule, un guillemet double ou un saut de ligne sont placées entre guillemets doubles, et les guillemets qu’elles contiennent sont doublés, conformément à la RFC 4180. Le fichier est enregistré en UTF-8 : les caractères accentués et les écritures non latines survivent donc au passage dans un tableur.

Non. Le CSV est du texte brut : le gras, les couleurs, les cellules fusionnées et les largeurs de colonnes sont donc perdus et seules les valeurs des cellules subsistent. Les nombres sont exportés tels qu’ils s’affichent dans le PDF, y compris les symboles monétaires ou les séparateurs de milliers.

Le mot de passe vous sera demandé après l’import, et l’extraction se poursuit une fois qu’il est saisi. Le mot de passe sert uniquement à ouvrir le fichier dans votre navigateur.

Non. Le moteur de détection des tableaux est chargé dans votre navigateur en WebAssembly et le CSV est généré en local : le document ne quitte donc jamais votre appareil. La première exécution est un peu plus longue, le temps de charger le moteur.

Un double-clic sur le fichier fonctionne dans la plupart des configurations, car l’outil utilise le séparateur virgule standard. Si votre Excel est réglé sur des paramètres régionaux qui attendent des points-virgules, utilisez Données > À partir d’un fichier texte/CSV et choisissez la virgule comme séparateur.