从 PDF 中提取表格并转换为 CSV 格式。
点击选择文件 或将文件拖放到此处
PDF 文件
您的文件从未离开您的设备。
处理中...
点击或拖放您的文件到此处
点击处理按钮开始
立即保存处理后的文件
它在每个页面上运行 PyMuPDF 的表格检测,查找构成表格的标线和对齐文本。它找到的每个表都会逐行写入 CSV,并且一次性扫描所有页面。
所有这些都按页面顺序写入一个 .csv 文件,其中一个表的行位于前一个表的行之后,并且它们之间没有分隔符。如果您需要每个表都在其自己的文件或自己的工作表中,请使用 PDF 到 Excel 相反。
通常,PDF 会使用空格和制表符来布局其数据,这些数据看起来只是一个表格,没有检测器所需的结构,或者页面是根本没有文本层的扫描件。对于扫描,请运行 文字识别 PDF 首先,需要检测文本。
包含逗号、双引号或换行符的单元格会用双引号括起来,并且其中的任何引号都会加倍,遵循 RFC 4180。文件保存为 UTF-8,因此重音字符和非拉丁脚本会在电子表格中保留下来。
不会。CSV 是纯文本,因此粗体文本、颜色、合并单元格和列宽都会被删除,只保留单元格值。数字将导出为 PDF 中显示的文本,包括任何货币符号或千位分隔符。
上传后系统会要求您输入密码,输入密码后提取将继续。该密码仅用于在浏览器中打开该文件。
不会。表格检测引擎作为 WebAssembly 加载到您的浏览器中,并且 CSV 是在本地生成的,因此文档永远不会离开您的设备。当发动机加载时,第一次运行需要更长的时间。
双击文件适用于大多数设置,因为该工具使用标准逗号分隔符。如果您的 Excel 设置为需要分号的区域设置,请使用“数据”>“来自文本/CSV”并选择逗号作为分隔符。