Bài viết này sẽ hướng dẫn bạn cách trích xuất bảng từ tài liệu PDF^{(extract tables from PDF documents)} . Bạn có thể có nhiều tệp PDF^(PDF) chứa nhiều bảng mà bạn muốn sử dụng riêng. Sao chép^(Copying) và dán các bảng đó không phải là một lựa chọn tốt vì nó có thể không cho kết quả như mong đợi, do đó bạn cần một số tùy chọn đơn giản khác có thể trích xuất các bảng từ tệp PDF và lưu các bảng đó thành các tệp riêng biệt.

Hầu hết các công cụ trích xuất bảng PDF^{(PDF table extractor tools)} này không thể giúp được gì nếu bảng PDF được quét. Trong trường hợp như vậy, trước tiên bạn nên làm cho tệp PDF có thể tìm kiếm được^{(make the PDF searchable)}  và sau đó thử các tùy chọn này.

Trích xuất Bảng từ tài liệu PDF

Trong bài đăng này, chúng tôi đã thêm 2 dịch vụ trực tuyến miễn phí và 3 phần mềm miễn phí để trích xuất bảng từ tệp PDF :

1. PDF sang XLS
2. PDFtoExcel.com
3. Tabula
4. ByteScout PDF Multitool
5. Sejda PDF trên Máy tính để bàn.

1] PDF sang XLS

PDF to XLS là một trong những tùy chọn tốt nhất để trích xuất bảng từ PDF . Nó có hai tính năng làm cho nó trở nên tiện dụng. Bạn có thể tìm nạp các bảng từ 20 tài liệu PDF^{(20 PDF)} cùng nhau. Ngoài ra, việc trích xuất bảng PDF là tự động. ^(PDF)Nó tạo ra đầu ra dưới dạng tệp XLSX . Nếu một tệp PDF^(PDF) có nhiều bảng, thì mỗi bảng được lưu trữ riêng biệt trong các trang tính khác nhau của tệp XLSX đầu ra.^(XLSX)

Mở trang chủ^{(Open the homepage)} của dịch vụ này. Sau đó, kéo thả các tệp PDF hoặc sử dụng nút TẢI LỌC^{(UPLOAD FILES)} . Mỗi tệp PDF^(PDF) được tải lên sẽ được tự động chuyển đổi sang tệp định dạng XLSX. Khi các tệp đầu ra đã sẵn sàng, bạn có thể tải xuống từng tệp một hoặc tải xuống tệp ZIP sẽ chứa tất cả các tệp đầu ra.

2] PDFtoExcel.com

Dịch vụ PDFtoExcel.com^{(PDFtoExcel.com)} có ​​thể trích xuất các bảng từ một tệp PDF^(PDF) cùng một lúc nhưng nó hỗ trợ nhiều nền tảng để tải lên PDF . Nó hỗ trợ các nền tảng OneDrive , máy tính để bàn^(desktop) , Google Drive và Dropbox để tải lên một ^(Dropbox)tệp PDF^(PDF) . Ngoài ra, quá trình chuyển đổi là tự động.

Trang chủ dịch vụ này ở đây^(here) . Tại đó, chọn một tùy chọn tải lên để thêm PDF . Sau đó, nó tự động tải lên và chuyển đổi tệp PDF^(PDF) sang Excel ( XLSX ). Khi đầu ra đã sẵn sàng, bạn sẽ nhận được liên kết tải xuống để lưu tệp đầu ra có chứa (các) bảng PDF .

Lưu ý:^{(Note: )} Mặc dù dịch vụ này đề cập rằng nó cũng có thể trích xuất các bảng từ các tệp PDF được quét, nhưng nó không hoạt động với tôi. Bạn vẫn có thể thử nó cho PDF được quét .

3] Tabula

Tabula là một phần mềm mạnh mẽ có thể tự động phát hiện các bảng có trong PDF và sau đó cho phép bạn lưu các bảng đó dưới dạng tệp TSV , JSON hoặc CSV . Bạn có thể chọn tùy chọn để lưu các tệp CSV^(CSV) riêng biệt cho từng bảng PDF hoặc lưu tất cả các bảng trong một tệp CSV^(CSV) duy nhất .

Để tải xuống trình trích xuất bảng PDF mã nguồn mở này, ^{(open-source)}hãy nhấp vào đây^{(click here)} . Nó cũng yêu cầu Java^{(requires Java)} để chạy và sử dụng thành công.

Giải nén tệp ZIP mà bạn đã tải xuống và chạy tệp tabula.exe . Nó sẽ mở một trang trong trình duyệt mặc định của bạn. Nếu trang chưa được mở, hãy thêm http: // localhost: 8080 vào trình duyệt của bạn và nhấn Enter .

Bây giờ bạn sẽ thấy giao diện của nó, nơi bạn có thể sử dụng tùy chọn Duyệt^(Browse) để thêm tệp PDF^(PDF) . Sau đó, nhấn nút Nhập^(Import) . Khi PDF được thêm vào, bạn có thể thấy các trang PDF trên giao diện của nó.

Sử dụng nút Autodetect Tables và nó sẽ tự động đánh dấu tất cả các bảng có trong PDF đó . Bạn cũng có thể đánh dấu một bảng theo cách thủ công bằng cách chọn một bảng cụ thể. Nếu muốn, bạn cũng có thể loại bỏ các bảng đã chọn^{(remove selected tables)} mà bạn chọn.

Điều này sẽ giúp bạn chỉ lưu những bảng mà bạn muốn. Khi bảng PDF được đánh dấu, hãy nhấp vào nút Xem trước & Xuất dữ liệu đã trích xuất^{(Preview & Export Extracted Data)} .

Cuối cùng, sử dụng menu thả xuống có sẵn ở phần trên cùng để chọn định dạng đầu ra và nhấn nút Xuất^(Export) . Thao tác này sẽ lưu các bảng PDF ở tệp định dạng đầu ra do bạn chọn.

4] ByteScout PDF Multitool

Như tên cho thấy, phần mềm này đi kèm với nhiều công cụ. Nó có các công cụ như chuyển đổi PDF sang TIFF nhiều trang^{(convert PDF to multipage TIFF)} , xoay tài liệu PDF^{(rotate PDF document)} , làm cho PDF không thể tìm kiếm được^{(make PDF unsearchable)} , tối ưu hóa PDF^{(optimize PDF)} , thêm hình ảnh vào PDF^{(add an image to PDF)} và hơn thế nữa. Tính năng dò tìm bảng PDF^(PDF) cũng có ở đó, khá tuyệt vời. Ưu điểm của công cụ này là bạn cũng có thể trích xuất các bảng từ PDF được quét^{(extract tables from scanned PDF)} . Bạn có thể phát hiện các bảng trong nhiều trang và sau đó trích xuất các bảng đó dưới dạng tệp định dạng CSV , XLS , XML , TXT hoặc JSON . Trước khi trích xuất, nó cũng cho phép bạn đặt phạm vi trang^{(page range)}để chỉ trích xuất các bảng từ các trang được chỉ định.

Bạn có thể lấy phần mềm này tại đây^(here) . Nó chỉ miễn phí cho mục đích sử dụng phi thương mại^{(free for non-commercial use)} . Sau khi cài đặt, hãy chạy phần mềm này và sử dụng tùy chọn Open Document để thêm PDF . Sau đó, nhấp vào công cụ Phát hiện bảng^{(Detect tables)} như được đánh dấu trong hình trên. Công cụ này có trong danh mục Trích xuất dữ liệu^{(Data Extraction)} .

Nó sẽ mở một hộp nơi bạn có thể đặt điều kiện để phát hiện bảng. Ví dụ: bạn có thể đặt số cột, hàng tối thiểu, ngắt dòng tối thiểu giữa các bảng, đặt chế độ phát hiện bảng thành bảng có viền hoặc không có viền, v.v. Sử dụng các tùy chọn hoặc giữ cài đặt mặc định.

Sau đó, nhấn nút Phát hiện bảng tiếp theo^{(Detect next table)} trong ô đó. Nó sẽ xác định và chọn một bảng trên trang hiện tại. Bằng cách đó, bạn có thể chuyển sang trang khác và phát hiện nhiều bảng hơn.

Khi bạn hoàn tất, hãy sử dụng nút Tiến hành trích xuất^{(Proceed to extraction)} và chọn định dạng đầu ra. Cuối cùng, bạn có thể sử dụng các tùy chọn để lưu các bảng từ trang hiện tại hoặc xác định phạm vi trang và lưu kết quả đầu ra.

Công cụ cho kết quả đầu ra đạt yêu cầu. Nhưng đôi khi, nó có thể phát hiện nội dung khác trong PDF và không thể trích xuất bảng từ nhiều trang. Trong trường hợp đó, bạn nên sử dụng nó để tìm nạp và lưu từng bảng một.

5] Máy tính để bàn Sejda PDF

Sejda PDF Desktop cũng là một phần mềm đa năng. Nó có thể tối ưu hóa hoặc nén PDF^{(compress PDF)} , thêm watermark vào PDF, xóa các hạn chế khỏi PDF^{(remove restrictions from PDF)} , chỉnh sửa tài liệu PDF , v.v. Tuy nhiên, gói miễn phí của nó có những hạn chế. Trong gói miễn phí, chỉ có thể thực hiện 3 nhiệm vụ mỗi ngày. Ngoài ra, giới hạn kích thước PDF là ^(PDF)50 MB hoặc 10 trang^{(10 pages)} .

Bạn có thể sử dụng công cụ chuyển đổi PDF sang Excel^{(PDF to Excel)} của nó để trích xuất các bảng PDF . Nó tự động phát hiện các bảng trong các trang PDF và cho phép bạn lưu các bảng đó dưới dạng XLSX hoặc CSV .

Liên kết tải xuống của nó ở đây^(here) . Sau khi cài đặt, sử dụng công cụ PDF to Excel từ giao diện chính của nó. Sau khi chọn công cụ đó, hãy sử dụng nút Chọn tệp PDF . ^{(Choose PDF files)}Chỉ có thể thêm một tệp PDF vào gói miễn phí.^(PDF)

Khi tệp PDF^(PDF) được thêm vào, nó sẽ cung cấp các nút Chuyển đổi PDF sang CSV^{(Convert PDF to CSV)} và Chuyển đổi PDF sang Excel^{(Convert PDF to Excel)} . Sử dụng một nút và sau đó bạn có thể lưu đầu ra vào vị trí mong muốn trên PC của mình.

Công cụ phát hiện bảng PDF của nó rất tốt. Bạn không cần phải dò tìm các bảng theo cách thủ công. Tuy nhiên, đôi khi nó có thể bao gồm nội dung văn bản khác dưới dạng bảng PDF và lưu trữ nó trong đầu ra. Nhưng kết quả chung là tốt.

Đó là tất cả.

Đây là một số công cụ tốt để trích xuất bảng từ PDF . Phần mềm Tabula^(Tabula) hiệu quả hơn các công cụ khác. Tuy nhiên, bạn có thể thử tất cả các công cụ và kiểm tra xem cách nào hữu ích.

Lần đọc tương tự:^{(Similar reads:)}

• Trích xuất tệp đính kèm từ PDF^{(Extract attachments from PDF)}
• Trích xuất văn bản được đánh dấu từ PDF^{(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

• một PPS file là gì? Làm thế nào để chuyển đổi PPS để PDF trong Windows 11/10?

• PDF text biến mất khi chỉnh sửa hoặc lưu tệp trong Windows 10

• Best Free PDF Editor Online Tools dựa trên đám mây

• PDF Editor Online Tool miễn phí để chỉnh sửa các tệp PDF - PDF Yeah

• Convert PDF để PPT (PowerPoint) sử dụng các software & online tools miễn phí

• LightPDF là một PDF Editor tool trực tuyến toàn diện cho tất cả các nhu cầu của bạn PDF

• Best Free PDF Editing software cho Windows 10

• Cách chuyển đổi PDF document sang MultiPage TIFF image trong Windows

• PDFTK Builder là một phần mềm miễn phí để sửa đổi & chia PDF file & tài liệu

• Kích hoạt hai trang View mode cho PDF trong Google Chrome PDF Viewer

• Best trực tuyến miễn phí PDF để PDF/A converter công cụ

• Miễn phí PDF Compressor để giảm PDF file kích thước trong Windows 10

• Encrypt PDF file Sử dụng PDF Page Lock cho Windows PC

• Best PDF word counter software and online tools

• Làm thế nào để bảo vệ bằng mật khẩu và đảm bảo PDf tài liệu với LibreOffice

• Compress PDF Software: Compress PDF Tệp sử dụng công cụ PDF Reducer online

• Add, Xóa hoặc Chỉnh sửa siêu liên kết trong PDF Files với PDF Link Editor

• Best Free PDF Stamp Creator software cho Windows 10

• Best PDF Voice Readers miễn phí cho Windows 10