Aller au contenu

Extracteur de tableaux PDF

Extrayez les tableaux d’un PDF contenant du texte et téléchargez-les au format CSV. L’outil regroupe le texte de chaque page en lignes selon sa position, repère les suites de lignes comportant plusieurs colonnes et aligne les cellules selon leur position horizontale. Cette méthode est heuristique : vérifiez le résultat, en particulier pour les tableaux comportant des cellules fusionnées ou du texte renvoyé à la ligne.

Choisissez des fichiers ou faites-les glisser dans le champ de téléversement. Taille maximale des fichiers : 5 MB.

Réinitialiser

Foire aux questions

Comment les tableaux sont-ils détectés ?

Le texte situé sur la même ligne de base forme une ligne, et un espace supérieur à environ 0,8 fois la hauteur de la police commence une nouvelle cellule. Deux lignes consécutives ou plus comportant chacune au moins deux cellules forment un tableau. Les colonnes sont définies par l’étendue horizontale des cellules ; les colonnes alignées à gauche comme à droite fonctionnent donc toutes deux.

Cela fonctionne-t-il avec les PDF numérisés ?

Non. L’outil lit la couche de texte ; une page numérisée qui n’en possède pas ne contient donc rien à extraire. Effectuez d’abord une reconnaissance OCR, puis utilisez le résultat.

Que se passe-t-il lorsque le texte d’une cellule s’étend sur plusieurs lignes ?

Chaque ligne de texte devient sa propre ligne du tableau ; une cellule dont le texte est renvoyé à la ligne crée donc une ligne supplémentaire où seule cette colonne est renseignée. Les titres couvrant plusieurs colonnes peuvent également les fusionner. Vérifiez ces lignes dans un tableur après l’exportation.

Que reçoit-on lorsque plusieurs tableaux sont présents ?

Un seul tableau est téléchargé sous forme de fichier CSV. Plusieurs tableaux sont téléchargés dans un fichier ZIP contenant un fichier CSV par tableau, nommé page-1-table-1.csv, etc. Les valeurs sont entre guillemets si elles contiennent le délimiteur, des guillemets ou des sauts de ligne, et les lignes se terminent par CRLF.

Puis-je limiter le nombre de pages ?

Oui. Saisissez des pages comme 1-3,5 pour ne lire que celles-ci, ou laissez le champ vide pour inclure toutes les pages.

Quelles sont les limites ?

PDF jusqu’à 10 MB et 200 pages, jusqu’à 200 tableaux, 20,000 lignes au total et 100 colonnes par tableau.

À propos de OneClick Pro

OneClick Pro est une collection gratuite de plus de 150 outils Web pour les tâches du quotidien : convertir des images et des unités, formater et valider du code, vérifier des domaines et SEO, et travailler avec du texte, des dates et des nombres. Chaque outil fonctionne sans inscription ni abonnement, et les données saisies servent uniquement à calculer le résultat et ne sont jamais stockées. Utilisez cette boîte à outils pour des tâches ponctuelles ou ajoutez à vos favoris les outils dont vous vous servez chaque jour.