Extract tables from PDF files and export as CSV. Table detection based on text positioning — 100% local, no upload.
Table detection uses text positioning heuristics. Scanned PDFs (images) require OCR and may not produce accurate results. For best results, use PDFs with selectable text.
A PDF table is not a table — it is a scatter of text items, each carrying a string and an(x, y) position from its text matrix. To recover a spreadsheet, this tool clusters items by Y into rows, sorts each row by X into columns, merges cells that are nearly touching, and emits the result as CSV rows and columns. The heuristics handle clean, text-based tables well; scanned pages have no text items to cluster, so they require OCR first.
Rows are recovered from shared Y baselines, columns from left-to-right X order, and cell boundaries from gaps between items. The CSV keeps numeric cells unquoted so Excel imports them as real numbers.
A one-page invoice from a web shop has a 3-column line-item table plus a totals block.
Extract tables from PDF files and export as CSV. Everything runs locally; nothing is uploaded.
FreeToolHub PDF to Excel Converter is a free browser-based tool — extract tables from PDF files and export as CSV. No signup, no upload; everything runs locally in your browser.
Extraia tabelas de arquivos PDF e exporte como CSV. Detecção de tabelas baseada no posicionamento do texto. 100% local — sem upload, sem cadastro, sem marca d'água.
O Conversor de PDF para Excel encontra tabelas dentro de documentos PDF e as exporta como arquivos CSV que você pode abrir no Excel, Google Sheets ou Numbers. Construído sobre o renderizador pdf.js da Mozilla, ele percorre cada página do seu documento, lê a posição de cada trecho de texto e reconstrói linhas e colunas a partir dessas coordenadas. As tabelas detectadas aparecem em uma visualização rolável com cabeçalhos fixos, rotuladas por número de página e contagens de linha e coluna, e uma barra de progresso acompanha arquivos de várias páginas em tempo real. A exportação cita cada célula e escapa as aspas incorporadas, para que as vírgulas dentro dos valores sobrevivam intactas. Os arquivos permanecem na sua máquina; o processador de análise é carregado localmente e nada é transmitido.
Contadores e analistas extraem números de extratos bancários, faturas e relatórios anuais para planilhas sem digitá-los novamente. Pesquisadores extraem tabelas de resultados de artigos publicados para meta-análise. Pessoal de compras e operações converte listas de preços de fornecedores e relatórios de inventário que chegam como anexos PDF. Estudantes pegam tabelas de dados de livros didáticos e publicações governamentais para trabalhos escolares. Consultores que trabalham com documentos confidenciais de clientes se beneficiam mais com a arquitetura: porque a análise é executada no navegador através do pdf.js, um PDF financeiro sensível nunca viaja para um servidor de conversão que possa armazená-lo. A compensação para saber antecipadamente é que o detector lê coordenadas de texto, então ele funciona bem com PDFs digitais baseados em texto e tem dificuldade com escaneamentos, o que é abordado abaixo.
(1) Selecione um PDF; a página aceita arquivos até o limite de tamanho exibido no painel de upload e rejeita qualquer coisa que não seja um PDF. (2) Clique em Extrair Tabelas e o pdf.js analisa o conteúdo de texto de cada página com coordenadas. O detector agrupa itens de texto em uma linha quando suas posições verticais estão a 3 pixels de distância uma da outra, classifica cada linha da esquerda para a direita por posição horizontal e divide células sempre que itens vizinhos estão a mais de 20 pixels de distância. Linhas com menos de duas colunas são descartadas como prosa. (3) Revise as tabelas por página, depois clique em Baixar CSV; cada seção é prefixada com um comentário '# Página N' e as células têm aspas escapadas para importação limpa em planilhas.
Não, e saber por que economiza seu tempo. Um PDF escaneado é uma pilha de imagens; ele não contém objetos de texto para o pdf.js ler, então o detector baseado em coordenadas não encontra nada e a ferramenta informa que nenhuma tabela foi detectada. O mesmo se aplica a PDFs onde a tabela foi desenhada como linhas vetoriais com texto colocado solto ao redor. A solução é executar o escaneamento através de uma ferramenta OCR primeiro, que converte a imagem em texto selecionável enquanto preserve posições aproximadas, então trazer essa saída aqui. Para PDFs digitais nativos, exportações do Word, Excel, LaTeX ou ferramentas de relatório, a extração é confiável, incluindo tabelas financeiras de várias linhas, pois o agrupamento de linhas tolera três pixels de variação vertical entre trechos de texto.
PDFs limpos, baseados em texto, com tabelas com linhas extraem célula por célula — faturas, extratos e relatórios convertem com números e cabeçalhos nas colunas corretas. PDFs escaneados são imagens, então suas tabelas não podem ser extraídas como dados sem OCR. A ferramenta mostra as tabelas detectadas página por página antes de você baixar, então a precisão é verificável à primeira vista em vez de ser um jogo de azar.
Sim — cada tabela detectada é extraída e listada, página por página, e você recebe todas na saída em vez de apenas a primeira. Relatórios financeiros de várias páginas e extratos paginados são o caso comum. Verifique a visualização para confirmar que as tabelas de cada página foram detectadas antes de exportar.
Você recebe um arquivo de planilha com as tabelas extraídas como células, pronto para abrir no Excel, Google Sheets ou LibreOffice. Números chegam como números (não texto), então classificação, fórmulas e pivôs funcionam imediatamente — esse é o ponto todo de extrair dados de um PDF.
Não. A detecção e extração de tabelas são executadas inteiramente no seu navegador — extratos bancários, faturas e relatórios internos nunca deixam seu dispositivo. Não há espera de upload e nenhuma conta, e a ferramenta continua funcionando offline depois de carregada.
Ele analisa o posicionamento do texto em cada página PDF para identificar dados tabulares. Células são detectadas por suas coordenadas x/y e agrupadas em linhas e colunas com base no alinhamento. A tabela extraída é exportada como CSV, que abre diretamente no Excel, Google Sheets ou Numbers. A precisão depende de quão bem estruturada é a tabela PDF original.
Não. Esta ferramenta extrai texto de PDFs criados digitalmente (onde o texto é codificado como caracteres). PDFs escaneados (imagens de páginas) exigem OCR primeiro. Para tabelas escaneadas, use a ferramenta AI Data Extractor que inclui OCR. Ambas as ferramentas são executadas 100% no navegador — sem upload de arquivos para servidores na nuvem.
It analyzes text positioning on each PDF page to identify tabular data. Cells are detected by their x/y coordinates and grouped into rows and columns based on alignment. The extracted table is exported as CSV, which opens directly in Excel, Google Sheets, or Numbers. Accuracy depends on how well-structured the original PDF table is.
No. This tool extracts text from digitally created PDFs (where text is encoded as characters). Scanned PDFs (images of pages) require OCR first. For scanned tables, use the AI Data Extractor tool which includes OCR. Both tools run 100% in-browser—no file upload to cloud servers.
Esta ferramenta também é conhecida por estas tarefas — cada link abre a mesma ferramenta com um guia focado:
What do you call a really smart cookie?
No signups, no data sold. Every tool is free to use — the free tier allows 5 downloads or saves per day, and the optional Pro plan ($7/mo, $59/yr) adds unlimited downloads, batch processing, white-label exports and an ad-free experience.
☕Support me on Ko-fi— support the free tier100% of proceeds go towards hosting & building more free tools.