So funktioniert es
- PDF-Datei auswählen.
- Seite mit der Tabelle wählen.
- Gefundene Tabellen und den Text außerhalb prüfen.
- Eine Tabelle als CSV oder alle als Excel-Datei laden (ein Blatt pro Tabelle, verbundene Zellen bleiben).
Wer eine Tabelle aus einem PDF kopiert und einfügt, erhält meist nur eine lange Textzeile. Dieses Tool wandelt PDF-Tabellen in Excel oder CSV um, indem es den Text und die Tabellenlinien liest, die im PDF gespeichert sind. So kommen Zeilen, Spalten und verbundene Zellen als echte Tabelle zurück. Es eignet sich für Rechnungen, Angebote, Preislisten, Fahrpläne und Berichte, die aus Word, Excel oder anderen Office-Programmen als PDF gespeichert wurden.
Das PDF wird mit pdf.js 4.10.38 seitenweise geöffnet. Eine Gruppe sich berührender Linien gilt als Tabelle, wenn sie mindestens zwei waagrechte und zwei senkrechte Linien hat; sehr dünne gefüllte Rechtecke (unter 3 px) zählen als Linien, weil Excel Rahmen so zeichnet, weiße Füllungen werden ignoriert. Fehlt die Linie zwischen zwei Zellen, werden sie verbunden; zusammenhängende Bereiche, die kein Rechteck bilden, bleiben unverbunden und werden gemeldet. Text außerhalb von Tabellen wird getrennt aufgeführt, Seitenzahlen wie „3 / 10“ am unteren Rand entfallen.
Eine Tabelle lässt sich als CSV laden (RFC 4180, CRLF, UTF-8 mit BOM, damit Excel sie richtig öffnet), alle Tabellen als eine .xlsx-Datei mit einem Blatt pro Tabelle und erhaltenen Verbindungen. Zellwerte bleiben der Text aus dem PDF, Zahlen kommen also als Text an. Gescannte PDFs enthalten keinen lesbaren Text und keine Linien und werden nicht umgewandelt; Tabellen ohne Linien werden nicht erkannt. Bilder und Zellschattierung werden nicht übernommen. Die Datei wird im Browser verarbeitet und nie hochgeladen.