PDF na CSV

Uruchamia wykrywanie tabel PyMuPDF na każdej stronie, które szuka linii i wyrównanego tekstu tworzących tabelę. Każda znaleziona tabela jest zapisywana do CSV wiersz po wierszu, a wszystkie strony są skanowane w jednym przebiegu.

Wszystkie są zapisywane w jednym pliku .csv w kolejności stron, z wierszami jednej tabeli następującymi po wierszach poprzedniej i bez separatora między nimi. Jeśli potrzebujesz każdej tabeli w osobnym pliku lub arkuszu, użyj zamiast tego PDF na Excel.

Zwykle PDF układa dane za pomocą spacji i tabulatorów, które tylko wyglądają jak tabela, bez struktury potrzebnej detektorowi, albo strona jest skanem bez warstwy tekstowej. Dla skanów najpierw uruchom OCR PDF, aby był tekst do wykrycia.

Komórki zawierające przecinek, cudzysłów lub znak nowego wiersza są ujmowane w cudzysłowy, a cudzysłowy wewnątrz nich są podwajane, zgodnie z RFC 4180. Plik jest zapisywany jako UTF-8, więc znaki diakrytyczne i pisma nielacińskie przetrwają przeniesienie do arkusza kalkulacyjnego.

Nie. CSV to zwykły tekst, więc pogrubienie, kolory, scalone komórki i szerokości kolumn są pomijane, a zostają tylko wartości komórek. Liczby są eksportowane jako tekst widoczny w pliku PDF, wraz z symbolami walut i separatorami tysięcy.

Po przesłaniu zostaniesz poproszony o hasło, a wyodrębnianie będzie kontynuowane po jego wpisaniu. Hasło służy tylko do otwarcia pliku w Twojej przeglądarce.

Nie. Silnik wykrywania tabel jest ładowany do przeglądarki jako WebAssembly, a CSV jest generowany lokalnie, więc dokument nigdy nie opuszcza Twojego urządzenia. Pierwsze uruchomienie trwa nieco dłużej, gdy silnik się ładuje.

W większości konfiguracji wystarczy dwukrotnie kliknąć plik, bo narzędzie używa standardowego separatora przecinka. Jeśli Twój Excel ma ustawienia regionalne oczekujące średników, użyj Dane > Z tekstu/CSV i wybierz przecinek jako separator.