Екстрактор таблиць PDF

Наш екстрактор використовує інтелектуальні алгоритми для виявлення структур таблиць у PDF-документах. Він автоматично визначає рядки, стовпці, межі клітинок та об'єднані клітинки. Як таблиці з рамками, так і безрамкові таблиці з вирівнюванням стовпців розпізнаються та точно екстрагуються.

Таблиці витягуються та зберігаються у форматі Excel (XLSX), зберігаючи структуру рядків і стовпців. Кожна виявлена таблиця стає робочим аркушем, що спрощує роботу з даними в Excel, Google Sheets або будь-якому додатку для електронних таблиць. Ви також можете експортувати у формат CSV.

Так, екстрактор обробляє злиті клітинки, багаторядкові заголовки, вкладені таблиці та складні макети. Він зберігає логічну структуру таблиці, включаючи охоплення стовпців та рядків, щоб витягнуті дані зберігали свою оригінальну організацію у виході електронної таблиці.

Числа екстрагуються з їхньою оригінальною точністю та форматуванням. Символи валют, відсотки та десяткові значення зберігаються. Однак, оскільки PDF не містять живих формул, лише відображені значення екстрагуються. Ви можете додати свої формули в Excel після екстракції.

Для сканованих PDF-ів екстрактор використовує OCR, щоб спочатку розпізнати текст, а потім ідентифікує структури таблиць. Точність залежить від якості сканування — висока роздільна здатність, чітко надруковані таблиці дають найкращі результати. Дуже перекошені сканування або рукописні таблиці можуть не витягуватися точно.

Немає обмежень на кількість таблиць, що витягуються. Інструмент сканує кожну сторінку та ідентифікує всі структури таблиць. Документи з десятками таблиць — такі як фінансові звіти, наукові роботи або каталоги даних — повністю підтримуються. Кожна таблиця розміщується в окремому аркуші.

Екстрактор може виявити таблиці, які продовжуються через розриви сторінок, і об'єднати їх в одну безперервну таблицю у виході. Заголовки, які повторюються на кожній сторінці, обробляються інтелектуально, щоб уникнути дублювання у витягнутих даних.

Для добре структурованих таблиць з чіткими межами точність зазвичай становить 98-100%. Безмежні таблиці з послідовним вирівнюванням стовпців також добре витягуються. Складні макети з нерегулярними проміжками або вбудованою графікою можуть іноді вимагати незначних ручних коригувань у вихідній електронній таблиці.