提取PDF表格
识别PDF中的表格，并导出为CSV、Excel（XLSX）或JSON，有无边框均可。全程在浏览器本地完成，无需上传。
正在你的设备上本地处理 ...
你的文件
正在你的设备上本地处理 ...
0%
我的文件会被上传吗？
不会。一切都在你的浏览器中运行，你的文件永不离开你的设备。这一点如何验证
数字常常被困在最无法利用的地方：PDF里的表格中。发票、报告、银行流水、研究资料：想把这些数值放进Excel、数据库或脚本的人，以前只能手动重新输入，或者与粘贴后散架的列苦苦搏斗。本工具可自动识别PDF中的表格，并保留结构导出：CSV适合电子表格和导入，Excel工作簿（XLSX）为每个表格建立独立工作表，JSON则带有坐标，便于在代码中继续处理。
识别采用与知名专业工具相同的两种技术：带边框的表格通过页面上实际绘制的线条识别（网格模式），线条构成单元格网格，每段文字被分配到所属单元格。无边框的表格通过对齐方式识别（间距模式）：在多行中处于相同列位置的文字块构成各列，贯穿始终的空白间隙即为列边界。自动模式先寻找线条，找不到时改用间距分析；两种模式也可手动指定。支持多个表格和多页PDF：每个识别出的表格都会单独导出。
诚实且重要：识别读取的是PDF的文本层。扫描版或纯图片PDF没有这一层；此时工具会如实告知，而不是输出空白或凭空捏造的表格。请先用“PDF OCR”把扫描件转换成可搜索文本，再提取表格。复杂版式也有局限：合并单元格或嵌套表格只能近似还原，无法逐像素重建。所有处理都通过pdf.js在浏览器本地完成，文件绝不会离开你的设备。
技术规格
| 输入格式 | |
|---|---|
| 自动转换 | PNG, JPG, WebP, GIF, BMP, TIFF, ICO, SVG, HEIC, ZIP, DOCX, DDS, HDR, PCX, WBMP |
| 输出格式 | CSV, XLSX, JSON |
| 批量处理 | 不支持 |
| 处理方式 | 在浏览器中本地处理 (JavaScript) |
| 文件上传 | 无 |
三步完成
- 拖入你的PDF。
- 选择输出格式和识别方式。
- 将表格下载为CSV、XLSX或JSON。
限制: 通过边框线（网格）或文字对齐（间距）识别表格，并导出为CSV（每个表格一个文件，多个打包为ZIP）、XLSX（每个表格一个工作表）或JSON（含页码、单元格及以PDF磅为单位的坐标）。需要真实的文本层：扫描版PDF请先用“PDF OCR”转换。合并单元格和复杂版式只能近似还原；Excel导出中只有无歧义的数字（小数点为英文句点）才会成为数字单元格。受密码保护的PDF请先用“解锁PDF”打开。
常见问题
工具是如何识别表格的？
采用两种技术：带边框的表格中，绘制的线条构成单元格网格（网格模式）；无边框的表格中，通过文字对齐和贯穿的空白间隙识别列（间距模式）。自动模式会自行选择合适的技术。
为什么在扫描件里找不到表格？
扫描件只有图像像素，没有可读取的文本层。请先用“PDF OCR”把PDF转换成可搜索文本，再提取表格。
可以一次导出多个表格和多页吗？
可以。工具会扫描所有页面，每个识别出的表格都单独导出：作为独立的CSV文件（多个打包成ZIP）、Excel文件中的独立工作表，或JSON中的一个条目。
JSON导出包含什么？
完整的结构：每个表格的页码、识别模式和位置；每个单元格的文字及其以PDF磅为单位的边界框（原点在左下角）。非常适合脚本和数据管道。
为什么合并单元格不精确？
跨多列的合并单元格在网格中没有唯一位置，其内容会落入其中一个单元格，其余保持为空。这是诚实的近似：即使专业桌面工具也无法完美解决。
我的PDF会被上传吗？
不会。识别和导出全部通过pdf.js在浏览器本地完成，文件绝不会离开你的设备。
表格提取在手机或Chromebook上也能用吗？
能，任何装有新版浏览器的设备都行 - Windows、Mac、Linux、Chromebook或手机。特别大的PDF在移动设备上只是需要更多时间和内存。
相关工具
PDF 转文本 · PDF OCR 可搜索化 · XLSX 转 CSV · CSV 转 XLSX · CSV 转 JSON · PDF 转 Markdown