PDF'den CSV'ye

Her sayfada PyMuPDF'nin tablo algılamasını çalıştırır; bu, bir tabloyu oluşturan cetvel çizgilerini ve hizalı metni arar. Bulduğu her tablo CSV'ye satır satır yazılır ve tüm sayfalar tek geçişte taranır.

Hepsi sayfa sırasıyla tek bir .csv dosyasına yazılır; bir tablonun satırları önceki tablonun satırlarını izler ve aralarında ayırıcı yoktur. Her tabloya ayrı dosya veya ayrı sayfa gerekiyorsa bunun yerine PDF'den Excel'e aracını kullanın.

Genellikle PDF verilerini yalnızca tablo gibi görünen boşluklar ve sekmelerle yerleştirmiştir ve algılayıcının ihtiyaç duyduğu yapı yoktur ya da sayfa hiç metin katmanı olmayan bir taramadır. Taramalar için algılanacak metin olsun diye önce OCR PDF aracını çalıştırın.

Virgül, çift tırnak veya yeni satır içeren hücreler çift tırnak içine alınır ve içlerindeki tırnaklar RFC 4180'e uygun olarak ikiye katlanır. Dosya UTF-8 olarak kaydedilir; bu yüzden aksanlı karakterler ve Latin olmayan yazılar elektronik tabloya sorunsuz geçer.

Hayır. CSV düz metindir; bu yüzden kalın metin, renkler, birleştirilmiş hücreler ve sütun genişlikleri atılır ve yalnızca hücre değerleri kalır. Sayılar, para birimi simgeleri veya binlik ayırıcılar dahil PDF'de göründüğü metin olarak dışa aktarılır.

Yüklemeden sonra sizden parola istenir ve girildiğinde ayıklama devam eder. Parola yalnızca dosyayı tarayıcınızda açmak için kullanılır.

Hayır. Tablo algılama motoru tarayıcınıza WebAssembly olarak yüklenir ve CSV yerel olarak oluşturulur; bu yüzden belge cihazınızdan çıkmaz. İlk çalıştırma, motor yüklenirken biraz daha uzun sürer.

Araç standart virgül ayırıcısını kullandığı için dosyaya çift tıklamak çoğu kurulumda çalışır. Excel'iniz noktalı virgül bekleyen bir yerel ayara ayarlıysa Veri > Metin/CSV'den seçeneğini kullanın ve ayırıcı olarak virgülü seçin.