Tento článok vám ukáže, ako extrahovať tabuľky z dokumentov PDF^{(extract tables from PDF documents)} . Môžete mať veľa súborov PDF , ktoré obsahujú viacero tabuliek, ktoré chcete použiť samostatne. Kopírovanie^(Copying) a prilepenie týchto tabuliek nie je dobrou voľbou, pretože nemusí poskytnúť očakávaný výstup, a preto potrebujete ďalšie jednoduché možnosti, ktoré dokážu extrahovať tabuľky zo súboru PDF a uložiť tieto tabuľky ako samostatné súbory.

Väčšina týchto nástrojov na extrakciu tabuliek PDF^{(PDF table extractor tools)} nemôže pomôcť, ak je tabuľka PDF naskenovaná. V takom prípade by ste mali najskôr nastaviť PDF na vyhľadávanie^{(make the PDF searchable)}  a potom vyskúšať tieto možnosti.

Extrahujte tabuľky z dokumentov PDF

V tomto príspevku sme pridali 2 bezplatné online služby a 3 bezplatný softvér na extrahovanie tabuliek zo súboru PDF :

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

1] PDF do XLS

PDF do XLS je jednou z najlepších možností na extrahovanie tabuliek z PDF . Má dve funkcie, vďaka ktorým je praktický. Môžete načítať tabuľky z 20 dokumentov PDF^{(20 PDF)} spolu. Extrakcia tabuľky PDF^(PDF) je tiež automatická. Vygeneruje výstup ako súbor XLSX . Ak má PDF viacero tabuliek, každá tabuľka je uložená samostatne v rôznych hárkoch výstupného súboru XLSX .

Otvorte domovskú stránku^{(Open the homepage)} tejto služby. Potom potiahnite a pustite súbory PDF alebo použite tlačidlo NAHRAŤ SÚBORY^{(UPLOAD FILES)} . Každý odovzdaný súbor PDF^(PDF) sa automaticky skonvertuje na súbor vo formáte XLSX. Keď sú výstupné súbory pripravené, môžete si ich stiahnuť jeden po druhom alebo stiahnuť súbor ZIP , ktorý bude obsahovať všetky výstupné súbory.

2] PDFtoExcel.com

Služba PDFtoExcel.com^{(PDFtoExcel.com)} dokáže extrahovať tabuľky z jedného PDF naraz, ale podporuje viacero platforiem na nahrávanie PDF . Na nahrávanie PDF podporuje platformy OneDrive , desktop , Google Drive a Dropbox . Proces konverzie je tiež automatický.

Táto domovská stránka služby je tu^(here) . Ak chcete pridať súbor PDF^(PDF) , vyberte možnosť nahrávania . Potom automaticky nahrá a skonvertuje PDF do súboru Excel ( XLSX ). Keď je výstup pripravený, dostanete odkaz na stiahnutie na uloženie výstupného súboru obsahujúceho tabuľku (tabuľky) PDF .

Poznámka:^{(Note: )} Hoci táto služba uvádza, že dokáže extrahovať tabuľky aj z naskenovaných súborov PDF , mne to nefungovalo. Stále to môžete vyskúšať pre naskenované PDF .

3] Tabuľka

Tabula je výkonný softvér, ktorý dokáže automaticky rozpoznať tabuľky nachádzajúce sa v PDF a potom vám umožní uložiť tieto tabuľky ako súbor TSV , JSON alebo CSV . Môžete si vybrať možnosť uložiť samostatné súbory CSV pre každú tabuľku PDF alebo uložiť všetky tabuľky do jedného súboru CSV .

Ak chcete stiahnuť tento extraktor tabuliek PDF s otvoreným zdrojom , ^{(open-source)}kliknite sem^{(click here)} . Na spustenie a úspešné používanie tiež vyžaduje Java .^{(requires Java)}

Rozbaľte súbor ZIP , ktorý ste stiahli, a spustite súbor tabula.exe . Otvorí sa stránka vo vašom predvolenom prehliadači. Ak sa stránka neotvorí, pridajte do prehliadača http://localhost:8080 a stlačte Enter .

Teraz uvidíte jeho rozhranie, kde môžete pomocou možnosti Prehľadávať^(Browse) pridať súbor PDF . Potom stlačte tlačidlo Importovať^(Import) . Po pridaní súboru PDF môžete v jeho rozhraní vidieť stránky PDF .

Použite tlačidlo Autodetect Tables a automaticky zvýrazní všetky tabuľky prítomné v tomto PDF . Tabuľku môžete zvýrazniť aj manuálne výberom konkrétnej tabuľky. Ak chcete, môžete tiež odstrániť vybrané stoly^{(remove selected tables)} podľa vlastného výberu.

To vám pomôže uložiť iba tie tabuľky, ktoré chcete. Keď sú zvýraznené tabuľky PDF , kliknite na tlačidlo ^(PDF)Zobraziť a exportovať extrahované údaje^{(Preview & Export Extracted Data)} .

Nakoniec použite rozbaľovaciu ponuku dostupnú v hornej časti na výber výstupného formátu a stlačte tlačidlo Exportovať^(Export) . Tým sa uložia tabuľky PDF vo vami vybranom súbore výstupného formátu.

4] ByteScout PDF Multitool

Ako už názov napovedá, tento softvér sa dodáva s viacerými nástrojmi. Má nástroje ako konvertovať PDF na viacstranový TIFF^{(convert PDF to multipage TIFF)} , otáčať dokument PDF^{(rotate PDF document)} , robiť PDF nevyhľadateľným^{(make PDF unsearchable)} , optimalizovať PDF^{(optimize PDF)} , pridávať obrázok do PDF^{(add an image to PDF)} a ďalšie. Existuje aj funkcia detektora stolov PDF , čo je celkom úžasné. ^(PDF)Výhodou tohto nástroja je, že môžete extrahovať tabuľky^{(extract tables from scanned PDF)} aj z naskenovaného PDF. Tabuľky môžete zistiť na viacerých stránkach a potom ich extrahovať ako súbory vo formáte CSV , XLS , XML , TXT alebo JSON . Pred extrakciou vám tiež umožňuje nastaviť rozsah strán^{(page range)}na extrahovanie tabuliek len z určených stránok.

Tento softvér si môžete stiahnuť tu^(here) . Je zadarmo len na nekomerčné použitie^{(free for non-commercial use)} . Po inštalácii spustite tento softvér a pomocou možnosti Otvoriť dokument^{(Open Document)} pridajte súbor PDF . Potom kliknite na nástroj Detekcia tabuliek^{(Detect tables)} , ako je zvýraznené na obrázku vyššie. Tento nástroj sa nachádza v kategórii Extrakcia údajov^{(Data Extraction)} .

Otvorí sa okno, v ktorom môžete nastaviť podmienky na detekciu tabuliek. Môžete napríklad nastaviť minimálny počet stĺpcov, riadkov, minimálne zalomenia riadkov medzi tabuľkami, nastaviť režim detekcie tabuľky na ohraničenú alebo bezokrajovú tabuľku atď. Použite možnosti alebo ponechajte predvolené nastavenia.

Potom stlačte tlačidlo Rozpoznať ďalšiu tabuľku^{(Detect next table)} v tomto poli. Identifikuje a vyberie tabuľku na aktuálnej stránke. Týmto spôsobom sa môžete presunúť na inú stránku a zistiť viac tabuliek.

Keď skončíte, použite tlačidlo Pokračovať na extrakciu^{(Proceed to extraction)} a vyberte výstupný formát. Nakoniec môžete použiť voľby na uloženie tabuliek z aktuálnej stránky alebo definovanie rozsahu stránok a uloženie výstupu.

Nástroj poskytuje uspokojivý výstup. Niekedy však môže zistiť iný obsah v PDF a nemusí byť schopný extrahovať tabuľky z viacerých stránok. V takom prípade by ste ho mali použiť na načítanie a uloženie tabuliek po jednej.

5] Sejda PDF Desktop

Sejda PDF Desktop je tiež viacúčelový softvér. Dokáže optimalizovať alebo komprimovať PDF^{(compress PDF)} , pridávať vodoznak do PDF, odstraňovať obmedzenia z PDF^{(remove restrictions from PDF)} , upravovať PDF dokument atď. Jeho bezplatný plán má však obmedzenia. V bezplatnom pláne je možné vykonať iba 3 úlohy za deň. Limit veľkosti PDF je tiež 50 MB alebo 10 strán^{(10 pages)} .

Na extrahovanie tabuliek PDF môžete použiť jeho nástroj na konverziu PDF do Excelu . ^{(PDF to Excel)}Automaticky rozpozná tabuľky na stránkach PDF a umožní vám uložiť tieto tabuľky ako XLSX alebo CSV .

Odkaz na jeho stiahnutie je tu^(here) . Po inštalácii použite nástroj PDF do Excelu^(Excel) z jeho hlavného rozhrania. Po výbere tohto nástroja použite tlačidlo Vybrať súbory PDF^{(Choose PDF files)} . Do bezplatného plánu je možné pridať iba jeden súbor PDF .^(PDF)

Po pridaní PDF sa zobrazia tlačidlá Konvertovať PDF do CSV^{(Convert PDF to CSV)} a Konvertovať PDF do Excelu . ^{(Convert PDF to Excel)}Použite tlačidlo a potom môžete výstup uložiť na požadované miesto v počítači.

Jeho nástroj na detekciu tabuliek PDF je dobrý. ^(PDF)Nemusíte manuálne zisťovať tabuľky. Niekedy však môže obsahovať iný textový obsah ako tabuľku PDF a uložiť ho vo výstupe. Ale celkové výsledky sú dobré.

To je všetko.

Toto sú niektoré dobré nástroje na extrahovanie tabuliek z PDF . Softvér Tabula^(Tabula) je efektívnejší ako iné nástroje. Napriek tomu môžete vyskúšať všetky nástroje a zistiť, ktoré pomáhajú.

Podobné znie:^{(Similar reads:)}

• Extrahujte prílohy z PDF^{(Extract attachments from PDF)}
• Extrahujte zvýraznený text z PDF^{(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

• Konvertor dokumentov: Prevod súborov DOC, PDF, DOCX, RTF, TXT, HTML

• Čo je súbor PPS? Ako previesť PPS do PDF v systéme Windows 11/10?

• Text PDF zmizne pri úprave alebo ukladaní súboru v systéme Windows 11/10

• Najlepšie bezplatné online nástroje PDF Editor, ktoré sú založené na cloude

• Bezplatný online nástroj PDF Editor na úpravu súborov PDF - PDF Áno

• Softvér na kompresiu PDF: Komprimujte súbory PDF pomocou online nástrojov PDF Reducer

• Ako zlúčiť viacero súborov PDF do jedného súboru PDF

• Povoľte režim zobrazenia dvoch strán pre PDF v prehliadači PDF prehliadača Google Chrome

• Pridajte, odstráňte alebo upravte hypertextové odkazy v súboroch PDF pomocou editora odkazov PDF

• Ako extrahovať a uložiť metadáta PDF v systéme Windows 11/10

• Ako extrahovať zvýraznený text z PDF ako textový súbor?

• Ako previesť dokument PDF na viacstranový obrázok TIFF v systéme Windows

• Najlepší softvér na počítanie slov PDF a online nástroje

• Najlepšie bezplatné čítačky hlasov PDF pre Windows 10

• Šifrujte súbor PDF pomocou funkcie PDF Page Lock pre Windows PC

• Odstráňte obmedzenia PDF pomocou bezplatného softvéru alebo online nástrojov

• Porovnajte dokumenty PDF, HTML, PPT atď. Online pomocou týchto bezplatných nástrojov

• Adobe Reader nefunguje v systéme Windows 11/10

• Úprava PDF pomocou bezplatného softvéru a služieb na úpravu PDF

• Stiahnite si príručku Windows Command Reference PDF Guide od spoločnosti Microsoft