PDF转CSV
把PDF里的表格提取成CSV文件，分隔符和编码按你的需要选，导入到哪里都能正常打开。在我们的服务器上处理，文件约两小时内自动删除。
把文件拖到这里
.pdf · 最大300 MB · 每小时最多30个任务 · 文件上传到我们的服务器，处理后即删除；结果约两小时内清除
更多设置收起设置
如何提取为CSV
- 1
上传PDF
报告、发票、对账单或任何带表格的文档，最大300 MB、200页。
- 2
选择分隔符和编码
按你要导入的工具来选，无论是数据库导入、脚本还是Google Sheets。
- 3
下载CSV文件
默认每个表格一个文件，有多个文件时打包在一起。
编码比看上去更重要
CSV文件是纯文本，而文本要有编码才有意义。编码选错了，带重音的字母和西里尔字母一打开就会变成看不懂的符号。这里默认用带BOM的UTF-8，因为Excel会把不带这个标记的普通UTF-8当成Windows-1252，基本拉丁字母以外的字符都会乱码；BOM明确告诉Excel，后面的内容是UTF-8。也可以选不带BOM的普通UTF-8或Windows-1251，供需要这两种编码的工具使用。
Lattice或Stream，和PDF转Excel相同的识别方式
这个工具和PDF转Excel用的是同一个表格识别引擎：Lattice读取有可见网格线的表格；没有网格线时，Stream根据文字的对齐方式推断列；Auto先试Lattice，不行再改用Stream。找到的每个表格都附带测得的准确度分数，低于你设定阈值的表格不会放进结果，而不是导出成错乱的行。
每个表格一个文件，多个时打包成ZIP
只有一个表格的PDF，会得到一个普通的CSV文件。有多个表格时，会作为单独的文件放进一个ZIP，按页码和表格编号命名；除非你要求，否则不会悄悄合并。开启表格合并后，列数相同的表格会合并成一个文件，只保留一行表头，适合同一张表跨多页重复出现的报告。
在服务器上处理，自动删除
表格识别需要真正的版面分析引擎，而浏览器里的程序库都做不到，所以文件要上传处理。上传的文件在任务完成后立即删除。结果可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。无需账号，也不需要你手动清理任何东西。
常见问题
带BOM的UTF-8为什么重要，为什么默认用它？
Excel会把不带BOM的普通UTF-8文件当成Windows-1252，把带重音的字母和西里尔字母变成乱码。BOM是文件开头几个看不见的字节，它明确告诉Excel这段文本是UTF-8，文件就能正常打开。
Lattice和Stream有什么区别？
Lattice识别画有可见网格线的表格。Stream针对完全没有线的表格，根据文字的对齐和间距推断列。Auto先试Lattice，必要时改用Stream。
准确度分数是什么意思？
这是测得的置信度分数，表示每个表格的结构识别得有多干净。低于你设定的准确度阈值的表格不会放进结果，而不是导出成错乱的行。
为什么下载的是ZIP，而不是一个CSV？
PDF里有不止一个表格时，每个表格各成一个CSV文件，打包在一个ZIP里。这样，除非你明确开启表格合并，否则什么都不会被合并。
怎么把多个表格合并成一个文件？
开启表格合并。列数相同的表格会合并成一个文件，只保留一行表头。
PDF是扫描件怎么办？
扫描件没有可读取的文字层。先用“PDF文字识别”处理，再提取表格。
文件会在服务器上保留多久？
上传的PDF在任务完成后立即删除。CSV可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。
相关工具
PDF转Excel把PDF里的表格提取到真正的XLSX工作簿，每个表格一个工作表，并给出各自的准确度分数。在我们的服务器上处理，文件约两小时内自动删除。
PDF转TXT提取PDF的文字层，保存为纯文本.txt文件，阅读顺序和分栏都保持原样。
PDF文字识别给扫描版PDF添加可搜索的文字层，支持15种语言。文字可以选中；倾斜或横放的页面会被摆正，除非你关闭这项功能。在我们的服务器上运行，文件约两小时内自动删除。Excel转PDF把XLS、XLSX或CSV电子表格转换成可直接打印的PDF，按页宽缩放、重复表头和网格线都由你决定。在我们的服务器上运行，文件约两小时内自动删除。
PDF转Word把PDF转回可编辑的DOCX、DOC、ODT或RTF文件，没有文字层的扫描件也能通过文字识别（OCR）转换。在我们的服务器上处理，文件约两小时内自动删除。
PDF压缩重新编码PDF里的图片，去掉重复对象，清除元数据，让文件变小，文档不会发送到任何地方。