PDFから表を抽出し、CSV形式に変換します。
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
すべてのページで PyMuPDF の表検出を実行し、表を構成する罫線と位置合わせされたテキストを検索します。検出された各テーブルは行ごとに CSV に書き込まれ、すべてのページが 1 回のパスでスキャンされます。
これらはすべて、ページ順に 1 つの .csv ファイルに書き込まれます。1 つのテーブルの行は前のテーブルの行の後に続き、間に区切り文字はありません。各テーブルを独自のファイルまたは独自のシートに配置する必要がある場合は、次を使用します。 PDFからExcelへ 代わりに。
通常、PDF はデータをスペースとタブでレイアウトしており、検出器が必要とする構造がないか、ページがテキスト レイヤーをまったく持たないスキャンであるか、テーブルのように見えるだけです。スキャンの場合は、実行します OCR PDF まず、検出するテキストがあるためです。
RFC 4180 に従って、コンマ、二重引用符、または改行を含むセルは二重引用符で囲まれ、その中の引用符は二重になります。ファイルは UTF-8 として保存されるため、アクセント付き文字と非ラテン文字はスプレッドシートに保存されても残ります。
いいえ。CSV はプレーン テキストであるため、太字のテキスト、色、結合されたセル、および列の幅は削除され、セルの値のみが残ります。数値は、通貨記号や千の位の区切り文字を含めて、PDF に表示されるテキストとしてエクスポートされます。
アップロード後にパスワードの入力を求められ、入力すると抽出が続行されます。パスワードはブラウザでファイルを開く場合にのみ使用されます。
いいえ。テーブル検出エンジンは WebAssembly としてブラウザにロードされ、CSV はローカルで生成されるため、ドキュメントがデバイスから送信されることはありません。最初の実行は、エンジンに負荷がかかるまで少し時間がかかります。
このツールでは標準のカンマ区切り文字が使用されるため、ファイルのダブルクリックはほとんどのセットアップで機能します。 Excel がセミコロンを必要とするロケールに設定されている場合は、[データ] > [テキスト/CSV から] を使用して、区切り文字としてカンマを選択します。