Tämä artikkeli näyttää, kuinka voit purkaa taulukoita PDF-dokumenteista^{(extract tables from PDF documents)} . Sinulla saattaa olla useita PDF -tiedostoja, jotka sisältävät useita taulukoita, joita haluat käyttää erikseen. Näiden taulukoiden kopioiminen^(Copying) ja liittäminen ei ole hyvä vaihtoehto, koska se ei välttämättä anna odotettua tulosta, joten tarvitset joitain muita yksinkertaisia ​​vaihtoehtoja, jotka voivat poimia taulukoita PDF - tiedostosta ja tallentaa ne erillisiksi tiedostoiksi.

Useimmat näistä PDF-taulukoiden purkutyökaluista^{(PDF table extractor tools)} eivät auta, jos PDF - taulukko skannataan. Tässä tapauksessa sinun tulee ensin tehdä PDF-tiedosto haettavaksi^{(make the PDF searchable)}  ja kokeilla sitten näitä vaihtoehtoja.

Pura taulukoita PDF-dokumenteista

Tähän viestiin olemme lisänneet 2 ilmaista verkkopalvelua ja 3 ilmaista ohjelmistoa taulukoiden poimimiseksi PDF - tiedostosta:

1. PDF XLS-muotoon
2. PDFtoExcel.com
3. Tabula
4. ByteScout PDF -monityökalu
5. Sejda PDF-työpöytä.

1] PDF XLS:ksi

PDF to XLS on yksi parhaista vaihtoehdoista taulukoiden poimimiseen PDF -tiedostosta . Siinä on kaksi kätevää ominaisuutta. Voit hakea taulukoita 20 PDF - dokumentista yhdessä. Myös PDF - taulukon purku on automaattinen. Se luo tulosteen XLSX - tiedostona. Jos PDF -tiedostossa on useita taulukoita, jokainen taulukko tallennetaan erikseen eri XLSX -tulostustiedoston arkeille .

Avaa tämän palvelun kotisivu^{(Open the homepage)} . Sen jälkeen vedä n pudota PDF - tiedostoja tai käytä LATAA TIEDOSTOT^{(UPLOAD FILES)} -painiketta. Jokainen ladattu PDF muunnetaan automaattisesti XLSX-muotoon. Kun tulostustiedostot ovat valmiit, voit ladata ne yksitellen tai ZIP -tiedoston, joka sisältää kaikki tulostiedostot.

2] PDFtoExcel.com

PDFtoExcel.com- palvelu voi poimia taulukoita yhdestä PDF -tiedostosta kerralla, mutta se tukee useita alustoja PDF -tiedoston lataamiseen . Se tukee OneDrive- , työpöytä-^(desktop) , Google Drive- ja Dropbox -alustoja PDF -tiedoston lataamiseen . Myös muunnosprosessi on automaattinen.

Palvelun kotisivu on täällä^(here) . Valitse sieltä latausvaihtoehto lisätäksesi PDF . Sen jälkeen se lataa ja muuntaa PDF - tiedoston automaattisesti Excel ( XLSX ) -tiedostoksi. Kun tuloste on valmis, saat latauslinkin PDF - taulukoita sisältävän tulostiedoston tallentamiseksi.

Huomautus:^{(Note: )} Vaikka tämä palvelu mainitsee, että se voi poimia taulukoita myös skannatuista PDF - tiedostoista, se ei toiminut minulle. Voit silti kokeilla sitä skannatun PDF -tiedoston kanssa .

3] Tabula

Tabula on tehokas ohjelmisto, joka tunnistaa automaattisesti PDF -tiedostossa olevat taulukot ja voit sitten tallentaa ne TSV- , JSON- tai CSV - tiedostoina. Voit valita vaihtoehdon tallentaa erilliset CSV -tiedostot jokaiselle PDF - taulukolle tai tallentaa kaikki taulukot yhteen CSV - tiedostoon.

Lataa tämä avoimen lähdekoodin^{(open-source)} PDF-taulukkopoimija napsauttamalla tätä^{(click here)} . Se vaatii myös Javaa^{(requires Java)} toimiakseen ja käyttääkseen sitä onnistuneesti.

Pura lataamasi ZIP - tiedosto ja suorita tabula.exe- tiedosto. Se avaa sivun oletusselaimessasi. Jos sivua ei avata, lisää selaimeen http://localhost:8080 ja paina Enter .

Nyt näet sen käyttöliittymän, jossa voit lisätä PDF -tiedoston ^(PDF)Selaa^(Browse) -vaihtoehdon avulla . Paina sen jälkeen Tuo-^(Import) painiketta. Kun PDF on lisätty, näet PDF -sivut sen käyttöliittymässä.

Käytä Automaattinen taulukot^{(Autodetect Tables)} -painiketta, niin se korostaa automaattisesti kaikki kyseisessä PDF -tiedostossa olevat taulukot . Voit myös korostaa taulukon manuaalisesti valitsemalla tietyn taulukon. Halutessasi voit myös poistaa valitsemasi taulukot^{(remove selected tables)} .

Tämä auttaa sinua tallentamaan vain haluamasi taulukot. Kun PDF -taulukot ovat korostettuina, napsauta Esikatsele ja vie purettuja tietoja^{(Preview & Export Extracted Data)} -painiketta.

Valitse lopuksi tulostusmuoto yläosan pudotusvalikosta ja paina Vie^(Export) - painiketta. Tämä tallentaa PDF -taulukot valitsemassasi tulostusmuodossa.

4] ByteScout PDF -monityökalu

Kuten nimestä voi päätellä, tämän ohjelmiston mukana tulee useita työkaluja. Siinä on työkaluja, kuten PDF:n muuntaminen monisivuiseksi TIFF-tiedostoksi^{(convert PDF to multipage TIFF)} , PDF- dokumentin kiertäminen^{(rotate PDF document)} , PDF-hakukyvyttömyyden tekeminen^{(make PDF unsearchable)} , PDF:n optimointi^{(optimize PDF)} , kuvan lisääminen PDF-tiedostoon^{(add an image to PDF)} ja paljon muuta. Siellä on myös PDF^(PDF) -taulukon ilmaisinominaisuus, joka on melko mahtava. Tämän työkalun etuna on, että voit poimia taulukoita myös skannatuista PDF-tiedostoista^{(extract tables from scanned PDF)} . Voit tunnistaa taulukoita useilta sivuilta ja purkaa ne CSV- , XLS- , XML- , TXT- tai JSON -muotoisina tiedostoina. Ennen purkamista sen avulla voit myös asettaa sivualueen^{(page range)}poimimaan taulukot vain määritetyiltä sivuilta.

Voit napata tämän ohjelmiston täältä^(here) . Se on ilmainen vain ei-kaupalliseen käyttöön^{(free for non-commercial use)} . Asennuksen jälkeen suorita tämä ohjelmisto ja lisää PDF -tiedosto ^(PDF)Open Document -vaihtoehdolla . Napsauta sen jälkeen Tunnista taulukot^{(Detect tables)} -työkalua, kuten yllä olevassa kuvassa on korostettu. Tämä työkalu löytyy Data Extraction -luokasta.

Se avaa laatikon, jossa voit asettaa ehtoja taulukoiden havaitsemiseksi. Voit esimerkiksi asettaa vähimmäismäärän sarakkeita, rivejä, vähimmäisrivinvaihtoja taulukoiden välillä, asettaa taulukon tunnistustilaksi reunuksellisen tai reunattoman taulukon jne. Käytä vaihtoehtoja tai säilytä oletusasetukset.

Paina sen jälkeen Tunnista seuraava taulukko^{(Detect next table)} -painiketta kyseisessä ruudussa. Se tunnistaa ja valitsee taulukon nykyiseltä sivulta. Tällä tavalla voit siirtyä toiselle sivulle ja havaita lisää taulukoita.

Kun olet valmis, käytä Jatka purkamiseen^{(Proceed to extraction)} -painiketta ja valitse tulostusmuoto. Lopuksi voit käyttää vaihtoehtoja tallentaaksesi taulukot nykyiseltä sivulta tai määrittääksesi sivualueen ja tallentaaksesi tulosteen.

Työkalu antaa tyydyttävän tuloksen. Mutta joskus se saattaa havaita muuta sisältöä PDF -tiedostosta , eikä se välttämättä pysty poimimaan taulukoita useilta sivuilta. Siinä tapauksessa sinun tulee käyttää sitä taulukoiden hakemiseen ja tallentamiseen yksitellen.

5] Sejda PDF Desktop

Sejda PDF Desktop on myös monikäyttöinen ohjelmisto. Se voi optimoida tai pakata PDF^{(compress PDF)} -tiedoston , lisätä vesileiman PDF-tiedostoon, poistaa rajoituksia PDF-tiedostosta^{(remove restrictions from PDF)} , muokata PDF - dokumenttia jne. Sen ilmaisella suunnitelmalla on kuitenkin rajoituksia. Ilmaissuunnitelmassa voidaan tehdä vain 3 tehtävää päivässä. Myös PDF - kokorajoitus on 50 Mt^{(50 MB)} tai 10 sivua^{(10 pages)} .

Voit käyttää sen PDF–Excel-^{(PDF to Excel)} muunnostyökalua PDF - taulukoiden purkamiseen. Se tunnistaa automaattisesti PDF - sivujen taulukot ja antaa sinun tallentaa ne XLSX- tai CSV -muodossa .

Sen latauslinkki on täällä^(here) . Käytä asennuksen jälkeen PDF to Excel -työkalua sen pääliittymästä. Kun olet valinnut työkalun, käytä Valitse PDF-tiedostot^{(Choose PDF files)} -painiketta. Ilmaiseen suunnitelmaan voidaan lisätä vain yksi PDF .

Kun PDF on lisätty, se tarjoaa Muunna PDF CSV-^{(Convert PDF to CSV)} ja Muunna PDF Exceliksi^{(Convert PDF to Excel)} -painikkeet. Käytä painiketta ja voit sitten tallentaa tulosteen haluamaasi paikkaan tietokoneellasi.

Sen PDF- taulukon tunnistustyökalu on hyvä. Sinun ei tarvitse tunnistaa taulukoita manuaalisesti. Silti joskus se saattaa sisältää muuta tekstisisältöä PDF -taulukkona ja tallentaa sen tulosteeseen. Mutta kokonaistulokset ovat hyviä.

Siinä kaikki.

Nämä ovat hyviä työkaluja taulukoiden poimimiseen PDF -tiedostosta . Tabula- ohjelmisto on muita työkaluja tehokkaampi. Voit silti kokeilla kaikkia työkaluja ja tarkistaa, mikä auttaa.

Samanlainen lukee:^{(Similar reads:)}

• Pura liitteet PDF-tiedostosta^{(Extract attachments from PDF)}
• Poimi korostettu teksti PDF-tiedostosta^{(Extract highlighted text from PDF)} .

How to extract Tables from PDF documents

This article will show you how to extract tables from PDF documents. You might have many PDF files that contain multiple tables that you want to use separately. Copying and pasting those tables is not a good option as it may not give the expected output, therefore you need some other simple options that can extract tables from a PDF file and save those tables as separate files.

Most of these PDF table extractor tools can’t help if the PDF table is scanned. In such a case, you should first make the PDF searchable and then try these options.

Extract Tables from PDF documents

In this post, we have added 2 free online services and 3 free software to extract tables from a PDF file:

1. PDF to XLS
2. PDFtoExcel.com
3. Tabula
4. ByteScout PDF Multitool
5. Sejda PDF Desktop.

1] PDF to XLS

PDF to XLS is one of the best options for extracting tables from PDF. It has two features that make it handy. You can fetch tables from 20 PDF documents together. Also, the PDF table extraction is automatic. It generates the output as an XLSX file. If a PDF has multiple tables, then each table is stored separately in different sheets of output XLSX file.

Open the homepage of this service. After that, drag n drop PDF files or use UPLOAD FILES button. Each uploaded PDF is converted to XLSX format file automatically. When the output files are ready, you can download them one by one or download a ZIP file that will contain all the output files.

2] PDFtoExcel.com

PDFtoExcel.com service can extract tables from one PDF at once but it supports multiple platforms to upload PDF. It supports OneDrive, desktop, Google Drive, and Dropbox platforms to upload a PDF. Also, the conversion process is automatic.

This service homepage is here. There, select an upload option to add PDF. After that, it automatically uploads and converts PDF to Excel (XLSX) file. When the output is ready, you will get the download link to save the output file containing PDF table(s).

Note: Though this service mentions that it can extract tables from scanned PDF files also, it didn’t work for me. You can still try it for scanned PDF.

3] Tabula

Tabula is a powerful software that can automatically detect tables present in a PDF and then lets you save those tables as TSV, JSON, or CSV file. You can select the option to save separate CSV files for each PDF table or save all the tables in a single CSV file.

To download this open-source PDF table extractor, click here. It also requires Java to run and use it successfully.

Extract the ZIP file that you downloaded, and run tabula.exe file. It will open a page in your default browser. If the page is not opened, then add http://localhost:8080 in your browser and press Enter.

Now you will see its interface where you can use the Browse option to add a PDF. After that, press Import button. When the PDF is added, you can see PDF pages on its interface.

Use Autodetect Tables button and it will highlight all the tables present in that PDF automatically. You can also manually highlight a table by selecting a particular table. If you want, you can also remove selected tables of your choice.

This will help you save only those tables that you want. When PDF tables are highlighted, click on the Preview & Export Extracted Data button.

Finally, use the drop-down menu available on the top part to select an output format, and press Export button. This will save PDF tables in the output format file selected by you.

4] ByteScout PDF Multitool

As the name suggests, this software comes with multiple tools. It has tools such as convert PDF to multipage TIFF, rotate PDF document, make PDF unsearchable, optimize PDF, add an image to PDF, and more. PDF table detector feature is also there which is pretty awesome. The advantage of this tool is you can extract tables from scanned PDF too. You can detect tables in multiple pages and then extract those tables as CSV, XLS, XML, TXT, or JSON format file. Before extraction, it also lets you set a page range to extract tables from specified pages only.

You can grab this software here. It is free for non-commercial use only. After installation, run this software and use Open Document option to add a PDF. After that, click on the Detect tables tool as highlighted in the image above. This tool is present under Data Extraction category.

It will open a box where you can set conditions to detect tables. For example, you can set a minimum number of columns, rows, minimum line breaks between tables, set table detection mode to bordered or borderless table, etc. Use options or keep the default settings.

After that, press Detect next table button in that box. It will identify and select a table on the current page. In that way, you can move to another page and detect more tables.

When you’re done, use Proceed to extraction button, and select the output format. Finally, you can use options to save the tables from the current page or define a page range, and save the output.

The tool gives a satisfactory output. But sometimes, it might detect other content in PDF, and might not be able to extract tables from multiple pages. In that case, you should use it to fetch and save tables one by one.

5] Sejda PDF Desktop

Sejda PDF Desktop is also a multipurpose software. It can optimize or compress PDF, add watermark to PDF, remove restrictions from PDF, edit PDF document, etc. However, its free plan has limitations. In the free plan, only 3 tasks per day can be done. Also, the PDF size limit is 50 MB or 10 pages.

You can use its PDF to Excel conversion tool to extract PDF tables. It automatically detects the tables in PDF pages and lets you save those tables as XLSX or CSV.

Its download link is here. After installation, use PDF to Excel tool from its main interface. After selecting that tool, use Choose PDF files button. Only one PDF can be added to the free plan.

When the PDF is added, it will provide Convert PDF to CSV and Convert PDF to Excel buttons. Use a button and then you can save the output to the desired location on your PC.

Its PDF table detection tool is good. You don’t have to manually detect tables. Still, sometimes it might include other text content as a PDF table and store it in the output. But overall results are good.

That’s all.

These are some good tools to extract tables from PDF. Tabula software is more effective than other tools. Still, you can try all the tools and check which helps.

Similar reads:

• Extract attachments from PDF
• Extract highlighted text from PDF.

Related posts

• Asiakirjan muuntaja: Muunna DOC-, PDF-, DOCX-, RTF-, TXT-, HTML-tiedostoja

• Mikä on PPS-tiedosto? Kuinka muuntaa PPS PDF:ksi Windows 11/10:ssä?

• PDF-teksti katoaa, kun tiedostoa muokataan tai tallennetaan Windows 11/10:ssä

• Parhaat ilmaiset pilvipohjaiset PDF-editorin online-työkalut

• Ilmainen PDF Editor Online -työkalu PDF-tiedostojen muokkaamiseen - PDF Joo

• PDF-sivujen rajaaminen Windows 11:ssä verkkotyökalun tai ilmaisen ohjelmiston avulla

• Paras ilmainen PDF-muokkausohjelmisto Windows 10:lle

• Paras ilmainen PDF Stamp Creator -ohjelmisto Windows 10:lle

• Salaa PDF-tiedosto käyttämällä PDF-sivulukkoa Windows PC:lle

• Verkkosivujen tallentaminen PDF-muodossa Chromessa tai Firefoxissa

• Lataa Adobe Reader -sovellus Windows 10:lle Microsoft Storesta

• Asiakirjojen muuntaminen PDF-muotoon Google-dokumenttien avulla selaimella

• Pakkaa PDF-ohjelmisto: Pakkaa PDF-tiedostoja PDF Reducer -verkkotyökalujen avulla

• PDF-metatietojen purkaminen ja tallentaminen Windows 11/10:ssä

• Ilmainen PDF-kompressori PDF-tiedoston koon pienentämiseksi Windows 10:ssä

• Lisää, poista tai muokkaa hyperlinkkejä PDF-tiedostoissa PDF-linkkieditorilla

• Kuinka suojata ja suojata pdf-dokumentteja salasanalla LibreOfficen avulla

• Muunna Word-, PowerPoint- ja Excel-asiakirjat PDF-muotoon Google-dokumenttien avulla

• PDF-dokumentin muuntaminen monisivuiseksi TIFF-kuvaksi Windowsissa

• Ota kaksisivuinen katselutila käyttöön PDF:lle Google Chrome PDF Viewerissa