PDF Táblázat Kivonó

Kiemelőnk intelligens algoritmusokat használ a táblázatstruktúrák észlelésére a PDF dokumentumokban. Automatikusan azonosítja a sorokat, oszlopokat, cellahatárokat és a fúziókat. Mind a keretes táblázatok, mind a keret nélküli táblázatok, amelyek oszlopigazítással rendelkeznek, pontosan felismerésre és kiemelésre kerülnek.

A táblázatok Excel (XLSX) fájlokká kerülnek kinyerésre és mentésre, megőrizve a sor- és oszlopstruktúrát. Minden észlelt táblázat munkalappá válik, megkönnyítve az adatokkal való munkát Excelben, Google Sheets-ben vagy bármely táblázatkezelő alkalmazásban. CSV formátumba is exportálhatsz.

Igen, az extractor kezeli az egyesített cellákat, több soros fejlécet, fésült táblázatokat és összetett elrendezéseket. Megőrzi a táblázat logikai struktúráját, beleértve az oszlopszélességeket és a sorszélességeket, így a kinyert adatok megőrzik eredeti szervezésüket a táblázatkezelő kimenetben.

A számok az eredeti pontosságukkal és formázásukkal kerülnek kinyerésre. A pénznem jelei, százalékok és tizedesértékek megmaradnak. Azonban, mivel a PDF-ek nem tartalmaznak élő képleteket, csak a megjelenített értékek kerülnek kinyerésre. Az Excelben hozzáadhatja a saját képleteit a kinyerés után.

A beolvasott PDF-ek esetében az extractor először az OCR-t használja a szöveg felismerésére, majd azonosítja a táblázat struktúrákat. A pontosság a beolvasás minőségétől függ — a nagy felbontású, tisztán nyomtatott táblázatok adják a legjobb eredményeket. Nagyon ferde beolvasások vagy kézzel írt táblázatok esetleg nem pontosan kerülnek kinyerésre.

Nincs korlátozás a kivont táblázatok számában. Az eszköz minden oldalt átvizsgál, és az összes táblázatszerkezetet azonosítja. A több tucat táblázatot tartalmazó dokumentumok — mint például pénzügyi jelentések, kutatási papírok vagy adat katalógusok — teljes mértékben támogatottak. Minden táblázat külön munkalapra kerül.

Az extractor képes észlelni a táblázatokat, amelyek oldaltöréseken folytatódnak, és egyetlen folyamatos táblázatba egyesíti őket a kimenetben. A fejléc, amely minden oldalon megismétlődik, intelligensen kezelve van, hogy elkerülje a duplikációt a kinyert adatokban.

Jól strukturált táblázatok esetén a pontosság általában 98-100%. A határok nélküli táblázatok, amelyeknek következetes oszlopsorakozása van, szintén nagyon jól kinyerhetők. A bonyolult elrendezések, amelyek szabálytalan távolságokkal vagy beágyazott grafikákkal rendelkeznek, esetleg kisebb manuális kiigazításokat igényelhetnek a kimeneti táblázatban.