Este artigo mostrará como extrair tabelas de documentos PDF^{(extract tables from PDF documents)} . Você pode ter muitos arquivos PDF que contêm várias tabelas que deseja usar separadamente. Copiar^(Copying) e colar essas tabelas não é uma boa opção, pois pode não fornecer a saída esperada, portanto, você precisa de outras opções simples que possam extrair tabelas de um arquivo PDF e salvá-las como arquivos separados.

A maioria dessas ferramentas de extração de tabela PDF^{(PDF table extractor tools)} não pode ajudar se a tabela PDF for digitalizada. Nesse caso, você deve primeiro tornar o PDF pesquisável^{(make the PDF searchable)}  e depois tentar essas opções.

Extraia tabelas de documentos PDF

Neste post, adicionamos 2 serviços online gratuitos e 3 softwares gratuitos para extrair tabelas de um arquivo PDF :

1. PDF para XLS
2. PDFtoExcel.com
3. Tábula
4. Multiferramenta ByteScout PDF
5. Sejda PDF Desktop.

1] PDF para XLS

PDF to XLS é uma das melhores opções para extrair tabelas de PDF . Ele tem dois recursos que o tornam acessível. Você pode buscar tabelas de 20 documentos PDF^{(20 PDF)} juntos. Além disso, a extração da tabela PDF é automática. Ele gera a saída como um arquivo XLSX . Se um PDF tiver várias tabelas, cada tabela será armazenada separadamente em diferentes folhas de arquivo XLSX de saída.^(XLSX)

Abra a página inicial^{(Open the homepage)} deste serviço. Depois disso, arraste e solte os arquivos PDF ou use o botão UPLOAD FILES . Cada PDF carregado é convertido em arquivo de formato XLSX automaticamente. Quando os arquivos de saída estiverem prontos, você poderá baixá-los um por um ou baixar um arquivo ZIP que conterá todos os arquivos de saída.

2] PDFtoExcel.com

O serviço PDFtoExcel.com^{(PDFtoExcel.com)} pode extrair tabelas de um PDF de uma só vez, mas suporta várias plataformas para fazer upload de PDF . Ele suporta as plataformas OneDrive , desktop , Google Drive e Dropbox para fazer upload de um PDF . Além disso, o processo de conversão é automático.

Esta página inicial do serviço está aqui^(here) . Lá, selecione uma opção de upload para adicionar PDF . Depois disso, ele carrega e converte automaticamente o arquivo PDF para Excel ( XLSX ). Quando a saída estiver pronta, você receberá o link de download para salvar o arquivo de saída contendo a(s) tabela(s) PDF .

Nota:^{(Note: )} Embora este serviço mencione que também pode extrair tabelas de arquivos PDF digitalizados , não funcionou para mim. Você ainda pode experimentá-lo para PDF^(PDF) digitalizado .

3] Tábula

Tabula é um software poderoso que pode detectar automaticamente as tabelas presentes em um PDF e, em seguida, permite que você salve essas tabelas como arquivo TSV , JSON ou CSV . Você pode selecionar a opção de salvar arquivos CSV separados para cada tabela PDF ou salvar todas as tabelas em um único arquivo CSV .

Para baixar este extrator de tabela PDF de código aberto , ^{(open-source)}clique aqui^{(click here)} . Ele também requer Java^{(requires Java)} para ser executado e usado com sucesso.

Extraia o arquivo ZIP que você baixou e execute o arquivo tabula.exe . Ele abrirá uma página no seu navegador padrão. Se a página não for aberta, adicione http://localhost:8080 em seu navegador e pressione Enter .

Agora você verá sua interface onde você pode usar a opção Procurar^(Browse) para adicionar um PDF . Depois disso, pressione o botão Importar^(Import) . Quando o PDF é adicionado, você pode ver as páginas do PDF em sua interface.^(PDF)

Use o botão Autodetect Tables e ele destacará todas as tabelas presentes nesse PDF automaticamente. Você também pode destacar manualmente uma tabela selecionando uma tabela específica. Se desejar, você também pode remover as tabelas selecionadas^{(remove selected tables)} de sua escolha.

Isso irá ajudá-lo a salvar apenas as tabelas que você deseja. Quando as tabelas PDF estiverem destacadas, clique no botão Visualizar e exportar dados extraídos^{(Preview & Export Extracted Data)} .

Por fim, use o menu suspenso disponível na parte superior para selecionar um formato de saída e pressione o botão Exportar^(Export) . Isso salvará as tabelas PDF no arquivo de formato de saída selecionado por você.

4] Multiferramenta ByteScout PDF

Como o nome sugere, este software vem com várias ferramentas. Ele possui ferramentas como converter PDF em TIFF de várias páginas^{(convert PDF to multipage TIFF)} , girar documento PDF^{(rotate PDF document)} , tornar PDF não pesquisável^{(make PDF unsearchable)} , otimizar PDF^{(optimize PDF)} , adicionar uma imagem a PDF^{(add an image to PDF)} e muito mais. O recurso de detector de tabela PDF^(PDF) também está lá, o que é bastante impressionante. A vantagem desta ferramenta é que você também pode extrair tabelas de PDF digitalizado^{(extract tables from scanned PDF)} . Você pode detectar tabelas em várias páginas e extrair essas tabelas como arquivo de formato CSV , XLS , XML , TXT ou JSON . Antes da extração, também permite definir um intervalo de páginas^{(page range)}para extrair tabelas apenas de páginas especificadas.

Você pode pegar este software aqui^(here) . É gratuito apenas para uso não comercial^{(free for non-commercial use)} . Após a instalação, execute este software e use a opção Abrir documento^{(Open Document)} para adicionar um arquivo PDF^(PDF) . Depois disso, clique na ferramenta Detectar tabelas^{(Detect tables)} conforme destacado na imagem acima. Esta ferramenta está presente na categoria Extração de Dados^{(Data Extraction)} .

Ele abrirá uma caixa onde você pode definir condições para detectar tabelas. Por exemplo, você pode definir um número mínimo de colunas, linhas, quebras de linha mínimas entre tabelas, definir o modo de detecção de tabela para tabela com ou sem borda, etc. Use as opções ou mantenha as configurações padrão.

Depois disso, pressione o botão Detectar próxima tabela^{(Detect next table)} nessa caixa. Ele identificará e selecionará uma tabela na página atual. Dessa forma, você pode passar para outra página e detectar mais tabelas.

Quando terminar, use o botão Prosseguir para extração^{(Proceed to extraction)} e selecione o formato de saída. Finalmente, você pode usar opções para salvar as tabelas da página atual ou definir um intervalo de páginas e salvar a saída.

A ferramenta dá uma saída satisfatória. Mas, às vezes, pode detectar outro conteúdo em PDF e pode não conseguir extrair tabelas de várias páginas. Nesse caso, você deve usá-lo para buscar e salvar as tabelas uma a uma.

5] Sejda PDF Desktop

O Sejda PDF Desktop^{(Sejda PDF Desktop)} também é um software multiuso. Ele pode otimizar ou compactar PDF^{(compress PDF)} , adicionar marca d'água a PDF, remover restrições de PDF^{(remove restrictions from PDF)} , editar documento PDF , etc. No entanto, seu plano gratuito tem limitações. No plano gratuito, apenas 3 tarefas por dia podem ser feitas. Além disso, o limite de tamanho do PDF é de ^(PDF)50 MB ou 10 páginas^{(10 pages)} .

Você pode usar sua ferramenta de conversão de PDF para Excel^{(PDF to Excel)} para extrair tabelas PDF . Ele detecta automaticamente as tabelas em páginas PDF e permite que você salve essas tabelas como XLSX ou CSV .

Seu link para download está aqui^(here) . Após a instalação, use a ferramenta PDF para Excel em sua interface principal. Depois de selecionar essa ferramenta, use o botão Escolher arquivos PDF^{(Choose PDF files)} . Apenas um PDF pode ser adicionado ao plano gratuito.

Quando o PDF for adicionado, ele fornecerá os botões Converter PDF em CSV^{(Convert PDF to CSV)} e Converter PDF em Excel . ^{(Convert PDF to Excel)}Use um botão e, em seguida, você pode salvar a saída no local desejado em seu PC.

Sua ferramenta de detecção de tabela PDF é boa. ^(PDF)Você não precisa detectar tabelas manualmente. Ainda assim, às vezes pode incluir outro conteúdo de texto como uma tabela PDF e armazená-lo na saída. Mas os resultados gerais são bons.

Isso é tudo.

Estas são algumas boas ferramentas para extrair tabelas de PDF . O software Tabula^(Tabula) é mais eficaz do que outras ferramentas. Ainda assim, você pode experimentar todas as ferramentas e verificar o que ajuda.

Leituras semelhantes:^{(Similar reads:)}

• Extraia anexos de PDF^{(Extract attachments from PDF)}
• Extraia o texto realçado do PDF^{(Extract highlighted text from PDF)} .

How to extract Tables from PDF documents

This article will show уou 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 arquivos

• O que é um PPS file? Como converter PPS para PDF em Windows 11/10?

• PDF text desaparece ao editar ou salvar o arquivo em Windows 10

• Best Free PDF Editor Online Tools que são baseados em nuvem

• PDF Editor Online Tool livre para editar PDF arquivos - PDF Yeah

• Compare PDF, HTML, PPT, etc. Documentos on-line usando essas ferramentas gratuitas

• Best Free PDF Voice Readers para Windows 10

• Como converter documentos para PDF com CutePDF para Windows 10

• Remove PDF Restrictions usando software or online tools grátis

• Best Free PDF Editing software para Windows 10

• Como salvar as páginas da Web como PDF em Chrome or Firefox

• PDFTK Builder é um software livre para modificar e dividir arquivos e documentos PDF

• Como reparar PDF usando PDF Fixer Tool para Windows 10

• Como Convert Scanned PDF a pesquisável PDF?

• Como mesclar múltiplos PDF file s em PDF file

• Como converter PDF document a um multipage TIFF image em Windows

• Convert PDF para PPT (PowerPoint) usando estes software & online tools livre

• Best PDF word counter software and online tools

• Ver imagens e PDF docs rapidamente via PRIMA Rapid Image Viewer

• Download Adobe Reader app para Windows 10 de Microsoft Store