PDF in CSV umwandeln

Extrahieren Sie Tabellen aus einer PDF-Datei in CSV-Dateien – mit dem Trennzeichen und der Codierung, die Sie brauchen, damit sich die Dateien überall sauber importieren lassen. Das Tool arbeitet auf unserem Server; die Dateien werden nach etwa zwei Stunden automatisch gelöscht.

Dateien hier ablegen

.pdf · bis 300 MB · bis zu 30 Aufträge in der Stunde · die Datei wird auf unseren Server hochgeladen und nach der Verarbeitung gelöscht; das Ergebnis wird nach etwa zwei Stunden gelöscht

Dateien auswählen

AutomatischLattice (Tabellen mit Linien)Stream (Tabellen ohne Rahmen)

Weitere Einstellungen

TrennzeichenCodierungZeilenendenSeitenErste Zeile ist KopfzeileTabellen mit gleichen Spalten zusammenfügenMindestgenauigkeit80%

In CSV umwandeln: So geht’s

1
PDF-Datei hochladen
Ein Bericht, eine Rechnung, ein Kontoauszug oder ein anderes Dokument mit Tabellen – bis 300 MB und 200 Seiten.
2
Trennzeichen und Codierung wählen
Richten Sie sich danach, was das Programm erwartet, in das Sie importieren – ob Datenbankimport, Skript oder Google Sheets.
3
CSV-Dateien herunterladen
Standardmäßig eine Datei je Tabelle – bei mehreren Tabellen zusammen in einem Paket.

Warum die Codierung wichtiger ist, als es scheint

Eine CSV-Datei ist reiner Text, und Text braucht eine Codierung, um überhaupt etwas zu bedeuten. Mit der falschen werden Umlaute, Akzente und kyrillische Buchstaben zu unlesbaren Zeichen, sobald Sie die Datei öffnen. Standard ist hier UTF-8 mit BOM: Excel hält reines UTF-8 ohne diese Markierung für Windows-1252 und verstümmelt alles, was über die lateinischen Grundbuchstaben hinausgeht. Die BOM sagt Excel eindeutig, dass UTF-8 folgt. Reines UTF-8 ohne BOM und Windows-1251 stehen ebenfalls zur Wahl – für Programme, die eines davon erwarten.

Lattice oder Stream – dieselbe Erkennung wie bei „PDF in Excel“

Dieses Tool nutzt dieselbe Tabellenerkennung wie „PDF in Excel“: Lattice liest Tabellen mit sichtbaren Gitterlinien, Stream leitet die Spalten aus der Textausrichtung ab, wenn es keine Linien gibt, und „Automatisch“ versucht es zuerst mit Lattice, bevor es auf Stream ausweicht. Jede gefundene Tabelle bekommt einen gemessenen Genauigkeitswert. Tabellen unter der von Ihnen gesetzten Schwelle bleiben aus dem Ergebnis heraus, statt als kaputte Zeilen exportiert zu werden.

Eine Datei je Tabelle, bei mehreren als ZIP

Eine PDF-Datei mit nur einer Tabelle ergibt eine einzige, schlichte CSV-Datei. Mehrere Tabellen kommen als getrennte Dateien in einem ZIP-Archiv zurück, benannt nach Seiten- und Tabellennummer. So wird nichts stillschweigend zusammengefügt, solange Sie es nicht verlangen. Schalten Sie das Zusammenfügen von Tabellen ein, landen Tabellen mit derselben Spaltenzahl in einer Datei mit einer einzigen Kopfzeile. Das passt zu einem Bericht, in dem sich dieselbe Tabelle über mehrere Seiten wiederholt.

Auf unserem Server verarbeitet, automatisch gelöscht

Die Tabellenerkennung braucht eine echte Engine für die Layoutanalyse, und keine Bibliothek im Browser bietet so etwas. Deshalb wird die Datei zur Verarbeitung hochgeladen. Die hochgeladene Datei wird gelöscht, sobald der Auftrag abgeschlossen ist. Das Ergebnis lässt sich eine Stunde lang herunterladen und wird nach etwa zwei Stunden vom Server gelöscht – ob Sie es heruntergeladen haben oder nicht. Es gibt kein Konto und nichts, was Sie von Hand aufräumen müssten.

Häufige Fragen

Warum ist UTF-8 mit BOM wichtig, und warum ist es der Standard?

Excel liest eine reine UTF-8-Datei ohne BOM als Windows-1252 und macht aus Umlauten, Akzenten und kyrillischen Buchstaben Zeichensalat. Die BOM besteht aus wenigen unsichtbaren Bytes am Anfang der Datei und zeigt Excel eindeutig, dass der Text in UTF-8 vorliegt. So öffnet sich die Datei richtig.

Was ist der Unterschied zwischen Lattice und Stream?

Lattice erkennt Tabellen, die mit sichtbaren Gitterlinien gezeichnet sind. Stream leitet bei Tabellen ganz ohne Linien die Spalten aus Ausrichtung und Abständen des Textes ab. „Automatisch“ probiert zuerst Lattice und wechselt bei Bedarf zu Stream.

Was bedeutet der Genauigkeitswert?

Er ist ein gemessener Vertrauenswert dafür, wie sauber die Struktur jeder Tabelle erkannt wurde. Tabellen unter der eingestellten Mindestgenauigkeit bleiben aus dem Ergebnis heraus, statt als kaputte Zeilen exportiert zu werden.

Warum bekomme ich eine ZIP-Datei statt einer einzelnen CSV-Datei?

Hat eine PDF-Datei mehr als eine Tabelle, wird jede zu einer eigenen CSV-Datei. Zusammen kommen sie in einem ZIP-Archiv, damit nichts zusammengefügt wird, solange Sie das Zusammenfügen von Tabellen nicht ausdrücklich einschalten.

Wie füge ich Tabellen zu einer Datei zusammen?

Schalten Sie „Tabellen mit gleichen Spalten zusammenfügen“ ein. Tabellen mit derselben Spaltenzahl landen dann in einer einzigen Datei mit einer Kopfzeile.

Was ist, wenn mein PDF ein Scan ist?

Ein Scan hat keine Textebene, die sich lesen ließe. Lassen Sie ihn zuerst durch „OCR PDF“ laufen und extrahieren Sie danach die Tabellen.

Wie lange bleibt meine Datei auf dem Server?

Die hochgeladene PDF-Datei wird gelöscht, sobald der Auftrag abgeschlossen ist. Die CSV-Datei lässt sich eine Stunde lang herunterladen und wird nach etwa zwei Stunden vom Server gelöscht – ob Sie sie heruntergeladen haben oder nicht.