Зачем конвертировать PDF в CSV вместо того, чтобы перепечатывать цифры?
Таблица, запертая внутри PDF, читаема, но непригодна к использованию как есть: вы не можете её отсортировать, отфильтровать или вписать в неё формулу. Копировать значения вручную медленно и чревато ошибками, особенно в выписках, счетах или длинных выгруженных списках. Конвертация PDF в CSV даёт вам файл сырых данных, где каждая строка и каждый столбец сразу готовы к работе.
CSV — универсальный формат: как только ваши данные извлечены, вы открываете их в Excel или Google Sheets, чтобы суммировать цифры, сравнить ряды или построить диаграмму, и так же легко импортируете их в базу данных, бухгалтерскую программу или аналитический инструмент. Извлечение таблицы из PDF таким способом избавляет вас от любой перепечатки и сохраняет числа верными источнику.
Как определяются столбцы (и случай отсканированного PDF)
Определение опирается на то, как размещён текст: поля, разделённые двумя или более пробелами либо табуляцией, читаются как отдельные столбцы. Иными словами, аккуратно выровненная таблица даёт наилучший результат, тогда как неровная вёрстка может слить столбцы и потребовать небольшой доработки в вашей таблице.
Честная заметка: отсканированный или сфотографированный PDF — это лишь изображение, без реального текста, который можно разбить на столбцы. Сначала пропустите его через инструмент ocr, который воссоздаёт настоящий текст, прежде чем начинать извлечение. Если вам нужна проза, а не данные, инструмент pdf-to-word подходит лучше, а инструмент convert собирает остальные выходные форматы. О конфиденциальности: pdfOutils остаётся ориентированным на конфиденциальность: ваши файлы удаляются автоматически после обработки, и регистрация не требуется.