PDF-taulukon tuottaja

Purkuohjelmamme käyttää älykkäitä algoritmeja tunnistaakseen taulukkorakenteet PDF-asiakirjoissa. Se tunnistaa rivit, sarakkeet, solurajat ja yhdistetyt solut automaattisesti. Sekä reunalliset taulukot että reunattomat taulukot, joissa on sarakekohdistus, tunnistetaan ja poimitaan tarkasti.

Taulukot erotetaan ja tallennetaan Excel (XLSX) -tiedostoina, säilyttäen rivin ja sarakkeen rakenteen. Jokaisesta havaitusta taulukosta tulee laskentataulukko, mikä helpottaa tietojen käsittelyä Excelissä, Google Sheetsissä tai missä tahansa taulukkolaskentaohjelmassa. Voit myös viedä CSV-muotoon.

Kyllä, ekstraktori käsittelee yhdistetyt solut, moniriviset otsikot, sisäkkäiset taulukot ja monimutkaiset asettelut. Se säilyttää taulukon loogisen rakenteen, mukaan lukien sarake- ja riviväli, joten ekstraktoitu data säilyttää alkuperäisen järjestyksensä taulukon ulostulossa.

Numerot viedään alkuperäisellä tarkkuudella ja muotoilulla. Valuuttasymbolit, prosentit ja desimaalit säilyvät. Kuitenkin, koska PDF-tiedostoissa ei ole eläviä kaavoja, vain näytetyt arvot viedään. Voit lisätä omat kaavasi Excelissä poiminnan jälkeen.

Skannatuissa PDF:issä poimija käyttää OCR:ää ensin tunnistaakseen tekstin, sitten tunnistaa taulukkorakenteet. Tarkkuus riippuu skannauksen laadusta — korkearesoluutioiset, siististi painetut taulukot tuottavat parhaat tulokset. Erittäin vinot skannaukset tai käsinkirjoitetut taulukot eivät välttämättä poimi tarkasti.

Taulukoiden määrälle ei ole rajoitusta. Työkalu skannaa jokaisen sivun ja tunnistaa kaikki taulukkorakenteet. Asiakirjat, joissa on kymmeniä taulukoita — kuten talousraportit, tutkimuspaperit tai datakatalogit — ovat täysin tuettuja. Jokainen taulukko sijoitetaan erilliseen laskentataulukkoon.

Ekstraktori voi havaita taulukot, jotka jatkuvat sivunvaihtojen yli, ja yhdistää ne yhdeksi jatkuvaksi taulukoksi ulostulossa. Otsikot, jotka toistuvat jokaisella sivulla, käsitellään älykkäästi, jotta vältetään päällekkäisyys ekstraktoidussa datassa.

Hyvin rakenteellisissa taulukoissa, joissa on selkeät reunat, tarkkuus on tyypillisesti 98-100 %. Reunattomat taulukot, joissa on johdonmukainen sarakejärjestys, poimitaan myös erittäin hyvin. Monimutkaiset asettelut, joissa on epäsäännöllistä väliä tai upotettuja grafiikoita, saattavat joskus vaatia pieniä manuaalisia säätöjä tulostettavassa taulukossa.