PDFファイルからテーブルを抽出しCSV、JSON、またはマークダウンとしてエクスポートします。
クリックしてファイルを選択します またはドラッグ&ドロップ
PDFファイル
ファイルがデバイスの外に出ることはありません。
処理中...
ファイルをクリックまたはドラッグ&ドロップして始めます
プロセスボタンをクリックしてスタートします
処理したファイルをすぐに保存します
CSV は Excel、Google スプレッドシート、または任意のデータベースのインポートで開きます。 JSON は、スクリプトと API に対して行の配列 (それぞれがセル文字列の配列) を提供します。 Markdown は、GitHub、Wiki、またはドキュメントに貼り付けることができるパイプ テーブルを提供します。
各テーブルは、table_1_page3.csv のような名前の独自のファイルとして保存され、それらはすべて filename_tables.zip にバンドルされます。単一のテーブルが filename_table.csv、.json、または .md として直接ダウンロードされます。すべてのテーブルを 1 つのファイルに含めたい場合は、次を使用します PDFからCSVへ.
検出はドキュメントのテキストレイヤーで機能します。スキャンした PDF には画像のみが含まれているため、実行してください。 OCR PDF まず。表構造がなく、スペースだけで表のように見えるテキストも検出されない可能性があります。
いいえ。各ページは個別にスキャンされるため、ページにまたがる表は、ページごとに 1 つのファイルとしてエクスポートされ、それぞれの名前にページ番号が含まれます。抽出後にスプレッドシート内の部分を結合します。
常にドキュメント全体がスキャンされますが、各ファイル名のページ番号によって表がどこから来たのかがわかります。スキャンを制限するには、まず必要なページを次のコマンドで保存します。 ページの抽出 そして、より小さいファイルに対してこのツールを実行します。
はい。カンマ、引用符、または改行を含むセルは、内側の引用符が 2 つになった二重引用符で囲まれるため、スプレッドシート ソフトウェアはそれらを正しく読み取ります。空のセルは空のフィールドとして書き込まれます。
ファイルを開くためにパスワードが必要な場合は、抽出を開始する前にパスワードの入力を求められ、メモリに保持されている復号化されたコピーからテーブルが読み取られます。
いいえ。検出エンジン (WebAssembly にコンパイルされた PyMuPDF) は、初めて使用するときに CDN からダウンロードされ、ブラウザ内で実行されます。 PDF はデバイス上に残ります。