Extrai tabelas de arquivos PDF e exporta como CSV, JSON, ou Markdown.
Clique para selecionar um arquivo ou arraste e solte
Arquivo PDF
Seus arquivos nunca saem do seu dispositivo.
Processando...
Clique ou arraste seu arquivo aqui
Clique no botão de processamento
Salve seu arquivo processado instantaneamente
O CSV abre no Excel, no Planilhas Google ou em qualquer importação de banco de dados. JSON fornece uma matriz de linhas, cada uma delas uma matriz de strings de células, para scripts e APIs. Markdown fornece uma tabela de tubos que você pode colar no GitHub, em um wiki ou em documentação.
Cada tabela é salva como seu próprio arquivo, denominado table_1_page3.csv, e todas elas são agrupadas em filename_tables.zip. Uma única tabela é baixada diretamente como filename_table.csv, .json ou .md. Se você preferir ter todas as tabelas em um arquivo, use PDF para CSV.
A detecção funciona na camada de texto do documento. Os PDFs digitalizados contêm apenas uma imagem, portanto, execute-os OCR PDF primeiro. Texto que só se parece com uma tabela por causa do espaçamento, sem estrutura de tabela, também pode passar despercebido.
Não. Cada página é digitalizada separadamente, portanto, uma tabela que abrange páginas é exportada como um arquivo por página, cada um com o número da página em seu nome. Junte as peças em uma planilha após a extração.
O documento inteiro é sempre digitalizado, embora o número da página em cada nome de arquivo indique de onde veio a tabela. Para limitar a digitalização, salve primeiro as páginas necessárias com Extrair páginas e execute esta ferramenta no arquivo menor.
Sim. As células que contêm vírgulas, aspas ou novas linhas são colocadas entre aspas duplas e as aspas internas duplicadas, para que o software de planilha as leia corretamente. Células vazias são escritas como campos vazios.
Se o arquivo precisar de uma senha para ser aberto, ela será solicitada antes do início da extração e as tabelas serão lidas a partir de uma cópia descriptografada mantida na memória.
Não. O mecanismo de detecção (PyMuPDF compilado para WebAssembly) é baixado de um CDN na primeira vez que você o usa e depois é executado dentro do seu navegador. Seu PDF permanece no seu dispositivo.