So funktioniert die Umwandlung von PDF in CSV
Der Konverter sucht im PDF nach Tabellen, ermittelt aus der Position des Textes und den Trennlinien, wo Zeilen und Spalten verlaufen, und schreibt die Zellen in eine CSV-Datei.
Enthält ein PDF mehrere Tabellen, wird eine nach der anderen geschrieben, jeweils mit einer Kopfzeile, die ihre Seite nennt, damit Sie die Datei aufteilen oder die Teile löschen können, die Sie nicht brauchen.
Warum CSV statt Excel
CSV ist reiner Text, und genau das wollen ein Skript, ein Datenbankimport oder ein Datenwerkzeug. Nichts muss ein Tabellenformat auseinandernehmen, um es zu lesen.
Es öffnet sich auch in Excel, Google Sheets, Numbers und LibreOffice Calc. Nehmen Sie stattdessen unser Werkzeug PDF in Excel, wenn Sie die Formatierung, verbundene Zellen und ein Blatt pro Tabelle wollen.
Typische Anwendungsfälle
Einen Kontoauszug, eine Preisliste oder eine Tabelle aus einem Bericht in eine Tabellenkalkulation holen, ohne Zeilen von Hand abzutippen.
Zahlen aus einem veröffentlichten PDF in ein Skript oder eine Datenbank laden, wo eine CSV der kürzeste Weg vom Dokument zu Ihrer Abfrage ist.
Was Sie vom Ergebnis erwarten können
Die Datei ist UTF-8 mit Byte Order Mark, Akzente und nichtlateinischer Text öffnen sich in Excel per Doppelklick also korrekt. Werte, die ein Komma oder ein Anführungszeichen enthalten, werden so in Anführungszeichen gesetzt, wie es der CSV-Standard verlangt.
In CSV ist kein Platz für verbundene Zellen, Farben oder mehrere Blätter, eine verbundene Überschrift wird daher in die erste ihrer Zellen geschrieben. Ein PDF ohne Textebene enthält keine Tabelle, die das Werkzeug finden könnte, und braucht zuerst OCR.
Tipps für saubere Tabellen
Tabellen mit Trennlinien werden am genauesten umgewandelt, weil die Linien dem Werkzeug genau sagen, wo jede Spalte endet.
Öffnen Sie die CSV und vergleichen Sie die erste und die letzte Zeile mit dem PDF. Eine fehlende letzte Zeile heißt meist, dass die Tabelle auf einer Seite weiterlief, die die Extraktion als eigenständig behandelt hat.