PDF को CSV में कन्वर्ट करें

PDF की टेबल को अपनी जरूरत के विभाजक चिह्न और एनकोडिंग के साथ CSV फाइलों में निकालें, ताकि फाइल जहां भी इंपोर्ट हो, साफ खुले। टूल हमारे सर्वर पर चलता है; फाइलें लगभग दो घंटे में अपने आप हट जाती हैं।

फाइलें यहां छोड़ें

.pdf · 300 MB तक · घंटे में 30 काम तक · फाइल हमारे सर्वर पर अपलोड होती है और काम के बाद हटा दी जाती है; परिणाम लगभग दो घंटे में मिट जाता है

फाइलें चुनें

ऑटोLattice (लाइनों वाली टेबल)Stream (बिना बॉर्डर वाली टेबल)

और सेटिंग

विभाजक चिह्नएनकोडिंगलाइन एंडिंगपेजपहली पंक्ति हेडर हैएक जैसे कॉलम वाली टेबल मर्ज करेंन्यूनतम सटीकता80%

कैसे CSV में निकालें

1
अपनी PDF अपलोड करें
रिपोर्ट, इनवॉइस, स्टेटमेंट या टेबल वाला कोई भी डॉक्यूमेंट, 300 MB और 200 पेज तक।
2
विभाजक चिह्न और एनकोडिंग चुनें
सेटिंग वैसी रखें, जैसी वह प्रोग्राम मांगता है, जिसमें आप फाइल इंपोर्ट करेंगे, चाहे वह डेटाबेस इंपोर्ट हो, कोई स्क्रिप्ट हो या Google Sheets।
3
CSV फाइलें डाउनलोड करें
डिफॉल्ट रूप से हर टेबल की अलग फाइल बनती है; एक से ज्यादा फाइलें हों, तो वे एक साथ पैक होकर मिलती हैं।

एनकोडिंग जितनी दिखती है, उससे ज्यादा अहम क्यों है

CSV फाइल सादा टेक्स्ट है, और टेक्स्ट का कोई मतलब तभी बनता है, जब उसकी एनकोडिंग पता हो। गलत एनकोडिंग में फाइल खोलते ही एक्सेंट वाले अक्षर और सिरिलिक न पढ़े जा सकने वाले चिह्नों में बदल जाते हैं। यहां डिफॉल्ट UTF-8, BOM के साथ है, क्योंकि Excel बिना इस निशान वाली सादी UTF-8 फाइल को Windows-1252 मान लेता है और बुनियादी लैटिन अक्षरों के बाहर का सब कुछ बिगाड़ देता है। BOM Excel को साफ बता देता है कि आगे का टेक्स्ट UTF-8 में है। जिन प्रोग्रामों को इनमें से कोई दूसरा विकल्प चाहिए, उनके लिए बिना BOM वाला सादा UTF-8 और Windows-1251 भी मौजूद हैं।

Lattice या Stream: वही पहचान, जो “PDF से Excel” में है

यह टूल टेबल पहचानने के लिए वही इंजन इस्तेमाल करता है, जो “PDF से Excel” में है। Lattice उन टेबल को पढ़ता है, जिनमें ग्रिड की लाइनें दिखती हैं; लाइनें न हों, तो Stream टेक्स्ट के अलाइनमेंट से कॉलम का अंदाजा लगाता है; और ऑटो पहले Lattice आजमाता है, काम न बने तो Stream पर चला जाता है। मिली हुई हर टेबल के साथ मापा गया सटीकता स्कोर आता है। आपकी तय की गई सीमा से कम स्कोर वाली टेबल परिणाम में नहीं जातीं, ताकि टूटी पंक्तियां एक्सपोर्ट न हों।

हर टेबल की अलग फाइल, और एक से ज्यादा हों तो ZIP में

जिस PDF में एक ही टेबल है, उससे आपको एक सादी CSV फाइल मिलती है। कई टेबल हों, तो वे एक ZIP के अंदर अलग-अलग फाइलों में आती हैं, जिनके नाम पेज और टेबल के नंबर से बनते हैं। इसलिए जब तक आप खुद न कहें, कुछ भी चुपचाप मर्ज नहीं होता। “एक जैसे कॉलम वाली टेबल मर्ज करें” चालू करने पर बराबर कॉलम वाली टेबल हेडर की एक ही पंक्ति वाली एक फाइल में जुड़ जाती हैं। यह उस रिपोर्ट के लिए ठीक है, जिसमें एक ही टेबल कई पेजों पर दोहराई जाती है।

फाइल हमारे सर्वर पर प्रोसेस होती है और अपने आप हट जाती है

टेबल पहचानने के लिए पेज का लेआउट समझने वाला असली इंजन चाहिए, और ऐसा इंजन ब्राउजर में चलने वाली कोई भी लाइब्रेरी नहीं देती। इसलिए फाइल प्रोसेसिंग के लिए हमारे सर्वर पर अपलोड होती है। काम पूरा होते ही अपलोड की गई फाइल हटा दी जाती है। परिणाम एक घंटे तक डाउनलोड किया जा सकता है और लगभग दो घंटे में सर्वर से मिट जाता है, चाहे आप उसे डाउनलोड करें या नहीं। न अकाउंट चाहिए, न हाथ से कुछ साफ करना पड़ता है।

अक्सर पूछे जाने वाले सवाल

UTF-8, BOM के साथ क्यों जरूरी है और यही डिफॉल्ट क्यों है?

Excel बिना BOM वाली सादी UTF-8 फाइल को Windows-1252 समझता है और एक्सेंट वाले अक्षरों और सिरिलिक को बिगड़े हुए चिह्नों में बदल देता है। BOM फाइल की शुरुआत में कुछ अदृश्य बाइट हैं, जो Excel को साफ बताती हैं कि टेक्स्ट UTF-8 में है। इसलिए फाइल सही खुलती है।

Lattice और Stream में क्या फर्क है?

Lattice उन टेबल को पहचानता है, जो दिखने वाली ग्रिड लाइनों से बनी हैं। जिन टेबल में कोई लाइन नहीं होती, उनके लिए Stream टेक्स्ट के अलाइनमेंट और खाली जगह से कॉलम का अंदाजा लगाता है। ऑटो पहले Lattice आजमाता है और जरूरत हो, तो Stream पर चला जाता है।

सटीकता स्कोर का क्या मतलब है?

यह मापा गया भरोसे का स्कोर है, जो बताता है कि हर टेबल का ढांचा कितनी साफ तरह से पहचाना गया। आपकी तय की गई न्यूनतम सटीकता से कम स्कोर वाली टेबल परिणाम में शामिल नहीं होतीं, ताकि टूटी पंक्तियां एक्सपोर्ट न हों।

एक CSV की जगह ZIP फाइल क्यों मिलती है?

जब PDF में एक से ज्यादा टेबल होती हैं, तो हर टेबल की अपनी CSV फाइल बनती है। सारी फाइलें एक ZIP में पैक होकर आती हैं, ताकि कुछ भी मर्ज न हो, जब तक आप खुद टेबल मर्ज करने का विकल्प चालू न करें।

कई टेबल को एक फाइल में कैसे जोड़ें?

“एक जैसे कॉलम वाली टेबल मर्ज करें” चालू करें। जिन टेबल में कॉलम की संख्या बराबर है, वे हेडर की एक पंक्ति वाली एक फाइल में जुड़ जाती हैं।

PDF स्कैन की हुई हो, तो क्या करें?

स्कैन में पढ़ने लायक टेक्स्ट लेयर नहीं होती। पहले उस पर “PDF में OCR करें” चलाएं, फिर टेबल निकालें।

फाइल सर्वर पर कितनी देर रखी जाती है?

अपलोड की गई PDF काम पूरा होते ही हटा दी जाती है। CSV एक घंटे तक डाउनलोड की जा सकती है और लगभग दो घंटे में सर्वर से मिट जाती है, चाहे आप उसे डाउनलोड करें या नहीं।