این مقاله به شما نشان می دهد که چگونه جداول را از اسناد PDF استخراج^{(extract tables from PDF documents)} کنید. ممکن است فایل های PDF زیادی داشته باشید که حاوی چندین جدول هستند که بخواهید به طور جداگانه از آنها استفاده کنید. کپی^(Copying) و چسباندن آن جداول گزینه خوبی نیست زیرا ممکن است خروجی مورد انتظار را ارائه ندهد، بنابراین به گزینه های ساده دیگری نیاز دارید که می توانند جداول را از یک فایل PDF استخراج کرده و آن جداول را به عنوان فایل های جداگانه ذخیره کنند.

اگر جدول PDF^(PDF) اسکن شود، اکثر این ابزارهای استخراج جدول PDF^{(PDF table extractor tools)} نمی توانند کمک کنند . در چنین حالتی، ابتدا باید PDF را قابل جستجو^{(make the PDF searchable)}  کنید و سپس این گزینه ها را امتحان کنید.

جداول را از اسناد PDF استخراج کنید

در این پست 2 سرویس آنلاین رایگان و 3 نرم افزار رایگان برای استخراج جداول از یک فایل PDF اضافه کرده ایم :

1. PDF به XLS
2. PDFtoExcel.com
3. جدول
4. ByteScout PDF Multitool
5. Sejda PDF Desktop.

1] PDF به XLS

PDF to XLS یکی از بهترین گزینه ها برای استخراج جداول از PDF است. دو ویژگی دارد که آن را خوش دست می کند. می توانید جداول 20^{(20 PDF)} سند PDF را با هم واکشی کنید. همچنین استخراج جدول PDF به صورت خودکار انجام می شود. ^(PDF)این خروجی را به عنوان یک فایل XLSX تولید می کند. ^(XLSX)اگر یک PDF دارای چندین جدول باشد، هر جدول به طور جداگانه در برگه های مختلف فایل خروجی XLSX ذخیره می شود.

صفحه اصلی^{(Open the homepage)} این سرویس را باز کنید. پس از آن، فایل های PDF^(PDF) را بکشید و یا از دکمه UPLOAD FILES استفاده کنید. هر PDF آپلود شده به صورت خودکار به فایل با فرمت XLSX تبدیل می شود. هنگامی که فایل های خروجی آماده شدند، می توانید آنها را یکی یکی دانلود کنید یا یک فایل ZIP که شامل تمام فایل های خروجی است را دانلود کنید.

2] PDFtoExcel.com

سرویس PDFtoExcel.com^{(PDFtoExcel.com)} می تواند جداول را همزمان از یک PDF استخراج کند اما از چندین پلتفرم برای آپلود PDF پشتیبانی می کند . برای آپلود PDF از پلتفرم های ^(PDF)OneDrive ، دسکتاپ^(desktop) ، Google Drive و Dropbox پشتیبانی می کند . همچنین، فرآیند تبدیل به صورت خودکار است.

این صفحه اصلی سرویس اینجاست^(here) . در آنجا، یک گزینه آپلود را برای افزودن PDF انتخاب کنید . پس از آن، به طور خودکار فایل PDF^(PDF) را به اکسل^(Excel) ( XLSX ) آپلود و تبدیل می کند. هنگامی که خروجی آماده شد، لینک دانلود برای ذخیره فایل خروجی حاوی جدول(های PDF ) را دریافت خواهید کرد.^(PDF)

توجه:^{(Note: )} اگرچه این سرویس اشاره می کند که می تواند جداول را از فایل های PDF اسکن شده نیز استخراج کند، اما برای من کار نکرد. همچنان می توانید آن را برای PDF اسکن شده امتحان کنید .

3] جدول

Tabula یک نرم افزار قدرتمند است که می تواند به طور خودکار جداول موجود در یک PDF را شناسایی کند و سپس به شما امکان می دهد آن جداول را به عنوان فایل TSV ، JSON یا CSV ذخیره کنید. می‌توانید گزینه ذخیره فایل‌های CSV جداگانه برای هر جدول PDF یا ذخیره همه جداول در یک فایل CSV را انتخاب کنید.

برای دانلود این استخراج کننده جدول PDF منبع باز ، ^{(open-source)}اینجا را کلیک کنید^{(click here)} . همچنین برای اجرا و استفاده از آن با موفقیت به جاوا نیاز دارد .^{(requires Java)}

فایل ZIP که دانلود کرده اید را استخراج کنید و فایل Tabula.exe را اجرا کنید. صفحه ای را در مرورگر پیش فرض شما باز می کند. اگر صفحه باز نشد، http://localhost:8080 را در مرورگر خود اضافه کنید و Enter را فشار دهید .

اکنون رابط آن را می بینید که در آن می توانید از گزینه Browse برای افزودن PDF استفاده کنید. پس از آن، دکمه واردات^(Import) را فشار دهید. هنگامی که PDF اضافه می شود، می توانید صفحات PDF را در رابط آن مشاهده کنید.

از دکمه تشخیص خودکار جداول^{(Autodetect Tables)} استفاده کنید و تمام جداول موجود در آن PDF را به طور خودکار برجسته می کند. همچنین می توانید به صورت دستی یک جدول را با انتخاب یک جدول خاص برجسته کنید. در صورت تمایل، می توانید جداول^{(remove selected tables)} انتخابی مورد نظر خود را نیز حذف کنید.

این به شما کمک می کند تنها جداول مورد نظر خود را ذخیره کنید. هنگامی که جداول PDF برجسته می شوند، روی دکمه Preview & Export Extracted Data کلیک کنید.

در نهایت، از منوی کشویی موجود در قسمت بالایی برای انتخاب فرمت خروجی استفاده کنید و دکمه Export را فشار دهید. با این کار جداول PDF در فایل فرمت خروجی انتخاب شده توسط شما ذخیره می شود.

4] ByteScout PDF Multitool

همانطور که از نام آن پیداست، این نرم افزار دارای چندین ابزار می باشد. دارای ابزارهایی مانند تبدیل PDF به TIFF چند صفحه ای^{(convert PDF to multipage TIFF)} ، چرخاندن سند^{(rotate PDF document)} PDF ، غیرقابل جستجو کردن PDF^{(make PDF unsearchable)} ، بهینه سازی PDF^{(optimize PDF)} ، افزودن تصویر به PDF^{(add an image to PDF)} و موارد دیگر. ویژگی آشکارساز جدول PDF^(PDF) نیز وجود دارد که بسیار عالی است. مزیت این ابزار این است که می توانید جداول را از PDF اسکن شده^{(extract tables from scanned PDF)} نیز استخراج کنید. می‌توانید جداول را در چندین صفحه شناسایی کنید و سپس آن جداول را به‌عنوان فایل با فرمت CSV ، XLS ، XML ، TXT یا JSON استخراج کنید. ^(JSON)قبل از استخراج، همچنین به شما امکان می دهد محدوده صفحه را تنظیم کنید^{(page range)}برای استخراج جداول فقط از صفحات مشخص شده.

شما می توانید این نرم افزار را از اینجا^(here) بگیرید. فقط برای استفاده غیرتجاری رایگان^{(free for non-commercial use)} است . پس از نصب، این نرم افزار را اجرا کرده و از گزینه Open Document برای افزودن PDF استفاده کنید. پس از آن، همانطور که در تصویر بالا مشخص شده است ، بر روی ابزار Detect tables کلیک کنید. ^{(Detect tables)}این ابزار در دسته استخراج داده ها وجود دارد.^{(Data Extraction)}

کادری را باز می کند که در آن می توانید شرایطی را برای شناسایی جداول تنظیم کنید. به عنوان مثال، می‌توانید حداقل تعداد ستون‌ها، ردیف‌ها، حداقل شکست خط بین جداول را تنظیم کنید، حالت تشخیص جدول را روی جدول حاشیه‌دار یا بدون حاشیه و غیره تنظیم کنید. از گزینه‌ها استفاده کنید یا تنظیمات پیش‌فرض را حفظ کنید.

پس از آن، دکمه Detect next table را در آن کادر فشار دهید. جدولی را در صفحه فعلی شناسایی و انتخاب می کند. به این ترتیب می توانید به صفحه دیگری بروید و جداول بیشتری را شناسایی کنید.

وقتی کارتان تمام شد، از دکمه Proceed to Extract^{(Proceed to extraction)} استفاده کنید و فرمت خروجی را انتخاب کنید. در نهایت، می توانید از گزینه هایی برای ذخیره جداول از صفحه فعلی یا تعریف محدوده صفحه استفاده کنید و خروجی را ذخیره کنید.

ابزار خروجی رضایت بخشی می دهد. اما گاهی اوقات، ممکن است محتوای دیگری را در PDF شناسایی کند و نتواند جداول را از چندین صفحه استخراج کند. در این صورت، باید از آن برای واکشی و ذخیره جداول یکی یکی استفاده کنید.

5] Sejda PDF Desktop

Sejda PDF Desktop نیز یک نرم افزار چند منظوره است. می‌تواند PDF را بهینه یا فشرده‌سازی^{(compress PDF)} کند، واترمارک را به PDF اضافه کند، محدودیت‌ها را از PDF حذف کند ، سند ^{(remove restrictions from PDF)}PDF را ویرایش کند، و غیره. با این حال، طرح رایگان آن محدودیت‌هایی دارد. در طرح رایگان فقط 3 کار در روز قابل انجام است. همچنین محدودیت حجم PDF 50 مگابایت^{(50 MB)} یا 10 صفحه^{(10 pages)} است.

می توانید از ابزار تبدیل PDF به اکسل^{(PDF to Excel)} آن برای استخراج جداول PDF استفاده کنید. ^(PDF)به طور خودکار جداول را در صفحات PDF شناسایی می کند و به شما امکان می دهد آن جداول را به عنوان XLSX یا CSV ذخیره کنید.

لینک دانلودش اینجاست^(here) . پس از نصب، از ابزار PDF به Excel از رابط اصلی آن استفاده کنید. پس از انتخاب آن ابزار، از دکمه Choose PDF files استفاده^{(Choose PDF files)} کنید. فقط یک پی دی اف^(PDF) را می توان به طرح رایگان اضافه کرد.

هنگامی که PDF اضافه می شود، دکمه های تبدیل PDF به CSV^{(Convert PDF to CSV)} و تبدیل PDF به اکسل را ارائه می دهد. ^{(Convert PDF to Excel)}از یک دکمه استفاده کنید و سپس می توانید خروجی را در مکان مورد نظر در رایانه شخصی خود ذخیره کنید.

ابزار تشخیص جدول PDF آن خوب است. لازم نیست جداول را به صورت دستی شناسایی کنید. با این حال، گاهی اوقات ممکن است محتوای متن دیگری را به عنوان یک جدول PDF شامل شود و آن را در خروجی ذخیره کند. اما نتایج کلی خوب است.

همین.

اینها چند ابزار خوب برای استخراج جداول از PDF هستند. نرم افزار Tabula^(Tabula) نسبت به سایر ابزارها موثرتر است. با این حال، می توانید همه ابزارها را امتحان کنید و بررسی کنید که کدام کمک می کند.

مشابه می‌خواند:^{(Similar reads:)}

• ضمیمه ها را از PDF استخراج کنید^{(Extract attachments from PDF)}
• متن هایلایت شده را از PDF استخراج کنید^{(Extract highlighted text from PDF)} .

How to extract Tables from PDF documents

This article will show you how to extract tables from PDF documents. You might have many PDF files that contain multiple tables that you want to use separately. Copying and pasting those tables is not a good option as it may not give the expected output, therefore you need some other simple options that can extract tables from a PDF file and save those tables as separate files.

Most of these PDF table extractor tools can’t help if the PDF table is scanned. In such a case, you should first make the PDF searchable and then try these options.

Extract Tables from PDF documents

In this post, we have added 2 free online services and 3 free software to extract tables from a PDF file:

1. PDF to XLS
2. PDFtoExcel.com
3. Tabula
4. ByteScout PDF Multitool
5. Sejda PDF Desktop.

1] PDF to XLS

PDF to XLS is one of the best options for extracting tables from PDF. It has two features that make it handy. You can fetch tables from 20 PDF documents together. Also, the PDF table extraction is automatic. It generates the output as an XLSX file. If a PDF has multiple tables, then each table is stored separately in different sheets of output XLSX file.

Open the homepage of this service. After that, drag n drop PDF files or use UPLOAD FILES button. Each uploaded PDF is converted to XLSX format file automatically. When the output files are ready, you can download them one by one or download a ZIP file that will contain all the output files.

2] PDFtoExcel.com

PDFtoExcel.com service can extract tables from one PDF at once but it supports multiple platforms to upload PDF. It supports OneDrive, desktop, Google Drive, and Dropbox platforms to upload a PDF. Also, the conversion process is automatic.

This service homepage is here. There, select an upload option to add PDF. After that, it automatically uploads and converts PDF to Excel (XLSX) file. When the output is ready, you will get the download link to save the output file containing PDF table(s).

Note: Though this service mentions that it can extract tables from scanned PDF files also, it didn’t work for me. You can still try it for scanned PDF.

3] Tabula

Tabula is a powerful software that can automatically detect tables present in a PDF and then lets you save those tables as TSV, JSON, or CSV file. You can select the option to save separate CSV files for each PDF table or save all the tables in a single CSV file.

To download this open-source PDF table extractor, click here. It also requires Java to run and use it successfully.

Extract the ZIP file that you downloaded, and run tabula.exe file. It will open a page in your default browser. If the page is not opened, then add http://localhost:8080 in your browser and press Enter.

Now you will see its interface where you can use the Browse option to add a PDF. After that, press Import button. When the PDF is added, you can see PDF pages on its interface.

Use Autodetect Tables button and it will highlight all the tables present in that PDF automatically. You can also manually highlight a table by selecting a particular table. If you want, you can also remove selected tables of your choice.

This will help you save only those tables that you want. When PDF tables are highlighted, click on the Preview & Export Extracted Data button.

Finally, use the drop-down menu available on the top part to select an output format, and press Export button. This will save PDF tables in the output format file selected by you.

4] ByteScout PDF Multitool

As the name suggests, this software comes with multiple tools. It has tools such as convert PDF to multipage TIFF, rotate PDF document, make PDF unsearchable, optimize PDF, add an image to PDF, and more. PDF table detector feature is also there which is pretty awesome. The advantage of this tool is you can extract tables from scanned PDF too. You can detect tables in multiple pages and then extract those tables as CSV, XLS, XML, TXT, or JSON format file. Before extraction, it also lets you set a page range to extract tables from specified pages only.

You can grab this software here. It is free for non-commercial use only. After installation, run this software and use Open Document option to add a PDF. After that, click on the Detect tables tool as highlighted in the image above. This tool is present under Data Extraction category.

It will open a box where you can set conditions to detect tables. For example, you can set a minimum number of columns, rows, minimum line breaks between tables, set table detection mode to bordered or borderless table, etc. Use options or keep the default settings.

After that, press Detect next table button in that box. It will identify and select a table on the current page. In that way, you can move to another page and detect more tables.

When you’re done, use Proceed to extraction button, and select the output format. Finally, you can use options to save the tables from the current page or define a page range, and save the output.

The tool gives a satisfactory output. But sometimes, it might detect other content in PDF, and might not be able to extract tables from multiple pages. In that case, you should use it to fetch and save tables one by one.

5] Sejda PDF Desktop

Sejda PDF Desktop is also a multipurpose software. It can optimize or compress PDF, add watermark to PDF, remove restrictions from PDF, edit PDF document, etc. However, its free plan has limitations. In the free plan, only 3 tasks per day can be done. Also, the PDF size limit is 50 MB or 10 pages.

You can use its PDF to Excel conversion tool to extract PDF tables. It automatically detects the tables in PDF pages and lets you save those tables as XLSX or CSV.

Its download link is here. After installation, use PDF to Excel tool from its main interface. After selecting that tool, use Choose PDF files button. Only one PDF can be added to the free plan.

When the PDF is added, it will provide Convert PDF to CSV and Convert PDF to Excel buttons. Use a button and then you can save the output to the desired location on your PC.

Its PDF table detection tool is good. You don’t have to manually detect tables. Still, sometimes it might include other text content as a PDF table and store it in the output. But overall results are good.

That’s all.

These are some good tools to extract tables from PDF. Tabula software is more effective than other tools. Still, you can try all the tools and check which helps.

Similar reads:

• Extract attachments from PDF
• Extract highlighted text from PDF.

Related posts

• Document Converter: Convert DOC، PDF، DOCX، RTF، TXT، HTML فایل

• PPS file چیست؟ چگونه برای تبدیل PPS به PDF در Windows 11/10؟

• PDF text هنگام ویرایش یا ذخیره فایل در Windows 10 ناپدید می شود

• Best Free PDF Editor Online Tools که مبتنی بر ابر هستند

• PDF Editor Online Tool رایگان برای ویرایش فایل های PDF - PDF Yeah

• Compress PDF Software: Compress PDF فایل با استفاده از ابزار PDF Reducer online

• چگونه برای تبدیل PDF به MOBI در Windows 10

• نحوه تبدیل Text به PDF با Drag and Drop در Windows 10

• چگونه به صرفه جویی Email عنوان PDF در Gmail and Outlook

• Best Free PDF Stamp Creator software برای Windows 10

• 7-PDF Website Converter: Convert Web Pages به PDF

• چگونه PDF document را به TIFF image چندگانه در Windows تبدیل کنیم

• چگونه به ادغام PDF file s متعدد در واحد PDF file

• چگونه برای تبدیل اسناد به PDF با CutePDF برای Windows 10

• PDF24 Creator PDF Creator رایگان برای ایجاد، تبدیل، ادغام فایل های PDF

• دو صفحه View mode را برای PDF در Google Chrome PDF Viewer فعال کنید

• LightPDF جامع آنلاین PDF Editor tool برای همه نیازهای PDF شما است

• Optimize، فشرده سازی و کاهش PDF File size در Windows 10

• نحوه تبدیل Excel file به PDF online با استفاده از Google Drive

• Adobe Reader در Windows 10 کار نمی کند