Zum Inhalt springen

PDF-Tabellenextraktion

Lies Tabellen aus einem textbasierten PDF aus und lade sie als CSV herunter. Das Werkzeug gruppiert den Text jeder Seite anhand seiner Position in Zeilen, erkennt Folgen von Zeilen mit mehreren Spalten und richtet die Zellen anhand ihrer horizontalen Position aus. Das Verfahren ist heuristisch. Prüfe daher das Ergebnis, insbesondere bei Tabellen mit verbundenen Zellen oder Zeilenumbrüchen im Text.

Wähle Dateien aus oder ziehe sie in das Upload-Feld. Maximale Dateigröße: 5 MB.

Zurücksetzen

Häufig gestellte Fragen

Wie werden Tabellen erkannt?

Text auf derselben Grundlinie bildet eine Zeile. Ein Abstand von mehr als etwa dem 0,8-Fachen der Schrifthöhe beginnt eine neue Zelle. Zwei oder mehr aufeinanderfolgende Zeilen mit mindestens zwei Zellen bilden eine Tabelle. Die Spalten ergeben sich aus der horizontalen Ausdehnung der Zellen, sodass sowohl links- als auch rechtsbündige Spalten funktionieren.

Funktioniert das mit gescannten PDFs?

Nein. Das Werkzeug liest die Textebene. Eine gescannte Seite ohne Textebene enthält daher nichts, was extrahiert werden könnte. Lass sie zuerst per OCR verarbeiten und verwende das Ergebnis.

Was passiert mit Zellen, deren Text sich über mehrere Zeilen erstreckt?

Jede Textzeile wird zu einer eigenen Tabellenzeile. Eine Zelle mit Zeilenumbruch erzeugt daher eine zusätzliche Zeile, in der nur diese Spalte ausgefüllt ist. Überschriften, die sich über mehrere Spalten erstrecken, können ebenfalls Spalten zusammenführen. Prüfe diese Zeilen nach dem Export in einer Tabellenkalkulation.

Was erhalte ich, wenn es mehrere Tabellen gibt?

Eine Tabelle wird als CSV-Datei heruntergeladen. Mehrere Tabellen werden als ZIP-Datei mit einer CSV pro Tabelle heruntergeladen, benannt als page-1-table-1.csv und so weiter. Werte werden in Anführungszeichen gesetzt, wenn sie das Trennzeichen, Anführungszeichen oder Zeilenumbrüche enthalten. Die Zeilen enden mit CRLF.

Kann ich die Seiten eingrenzen?

Ja. Gib Seiten wie 1-3,5 ein, um nur diese Seiten einzulesen, oder lass das Feld leer, um alle Seiten zu verwenden.

Welche Grenzen gelten?

PDFs bis zu 10 MB und 200 Seiten, bis zu 200 Tabellen, insgesamt 20,000 Zeilen und 100 Spalten pro Tabelle.

Über OneClick Pro

OneClick Pro ist eine kostenlose Sammlung mit mehr als 150 Webtools für die tägliche Arbeit: Bilder und Einheiten umwandeln, Code formatieren und validieren, Domains und SEO überprüfen sowie mit Texten, Terminen und Zahlen arbeiten. Jedes Tool funktioniert ohne Registrierung oder Abo. Deine Eingaben werden nur zur Berechnung des Ergebnisses verwendet und niemals gespeichert. Nutze die Sammlung als praktischen Werkzeugkasten für einzelne Aufgaben oder setze ein Lesezeichen für die Tools, die du täglich brauchst.