PDF ke CSV

Alat ini menjalankan deteksi tabel PyMuPDF pada setiap halaman, yang mencari garis pembatas dan teks sejajar yang membentuk tabel. Setiap tabel yang ditemukan ditulis ke CSV baris demi baris, dan semua halaman dipindai dalam satu proses.

Semuanya ditulis ke satu file .csv sesuai urutan halaman, dengan baris satu tabel mengikuti baris tabel sebelumnya tanpa pemisah di antaranya. Jika Anda butuh setiap tabel di file atau lembar sendiri, gunakan PDF ke Excel.

Biasanya PDF menata datanya dengan spasi dan tab yang hanya tampak seperti tabel, tanpa struktur yang dibutuhkan detektor, atau halamannya adalah pindaian tanpa lapisan teks sama sekali. Untuk pindaian, jalankan OCR PDF dulu agar ada teks yang bisa dideteksi.

Sel yang berisi koma, tanda kutip ganda, atau baris baru dibungkus tanda kutip ganda, dan tanda kutip di dalamnya digandakan, mengikuti RFC 4180. File disimpan sebagai UTF-8, sehingga huruf beraksen dan aksara non-Latin tetap utuh saat masuk ke spreadsheet.

Tidak. CSV adalah teks biasa, sehingga teks tebal, warna, sel yang digabung, dan lebar kolom dibuang dan hanya nilai sel yang tersisa. Angka diekspor sebagai teks yang tampil di PDF, termasuk simbol mata uang atau pemisah ribuan.

Anda akan diminta kata sandi setelah mengunggah, dan ekstraksi berlanjut setelah dimasukkan. Kata sandi hanya dipakai untuk membuka file di browser Anda.

Tidak. Mesin deteksi tabel dimuat ke browser Anda sebagai WebAssembly dan CSV dibuat secara lokal, sehingga dokumen tidak pernah meninggalkan perangkat Anda. Proses pertama butuh waktu sedikit lebih lama saat mesin dimuat.

Klik dua kali pada file berfungsi di sebagian besar pengaturan, karena alat ini memakai pemisah koma standar. Jika Excel Anda diatur ke lokal yang mengharapkan titik koma, gunakan Data > From Text/CSV dan pilih koma sebagai pemisah.