Tabellen aus PDF extrahieren
Lade ein PDF mit einer Tabelle (Kontoauszug, Preisliste, Fahrplan), und du bekommst sie zurück, in den richtigen Spalten, bereit zum Kopieren in Excel oder zum Herunterladen als CSV. Schluss mit Kopieren und Einfügen, das alles in eine einzige Spalte packt. Die Datei verlässt nie deinen Browser.
Warum beim Kopieren aus einem PDF die Spalten verloren gehen
In einem PDF gibt es keine „Tabellen“: Es gibt viele kleine Textstücke, jedes mit seiner Position auf der Seite. Beim Kopieren und Einfügen reiht der Computer sie aneinander, und die Spalten verschwinden. Hier dagegen werden die Koordinaten jedes Textstücks gelesen: Die auf gleicher Höhe bilden eine Zeile, die untereinander eine Spalte, und die Tabelle wird so wieder aufgebaut, wie du sie auf dem Blatt siehst.
Für Excel kopieren oder als CSV herunterladen
Der Button Für Excel kopieren legt die Tabelle in dem Format in die Zwischenablage, das Excel und Google Tabellen sofort verstehen: Du fügst ein, und die Spalten trennen sich von selbst. Die CSV ist eine Datei mit dem richtigen Trennzeichen für deine Sprache. Die ersten 60 Zeilen erscheinen in der Vorschau; die Datei enthält alle.
Wenn die Spalten nicht stimmen, korrigierst du sie
Die automatische Erkennung funktioniert gut bei Tabellen mit klar getrennten Spalten, aber ein Dokument kann zwei Spalten haben, die so nah beieinander liegen, dass sie wie eine aussehen, oder eine lange Beschreibung, die überläuft. Deshalb gibt es das Feld Spalten: Wenn die erkannte Anzahl falsch ist, änderst du sie, und die Tabelle wird neu aufgebaut, aufgeteilt in so viele gleich breite Spalten. Das ist keine Magie, die immer richtig rät: Es ist ein Werkzeug, das dich bei Bedarf korrigieren lässt, statt dir stillschweigend ein falsches Ergebnis zu liefern.
So wird geprüft, ob alles stimmt
Eine Tabelle zu extrahieren ist eine Heuristik, und eine Heuristik muss gegen einen unabhängigen Prüfer getestet werden: Hier wird die aus einem PDF geholte Tabelle Zelle für Zelle verglichen mit pdfplumber, einer Bibliothek, die genau das macht. Und bei einem erfundenen Kontoauszug muss die Summe der Betragsspalte auf den Cent genau stimmen: Das ist das Erste, was jeder prüfen würde, der den echten Kontoauszug in der Hand hält.
Was das Tool nicht macht
Es liest keine Scans: Wenn das PDF ein Foto eines Blatts ist, steckt darin kein Text, sondern nur ein Bild, und da gibt es nichts in Spalten zu bringen (es sagt dir das und schickt dich zu Bild in Text). Es baut keine Tabellen mit komplizierten verbundenen Zellen nach, und bei sehr eng stehenden Spalten kann es danebenliegen: Dafür ist die manuelle Korrektur da. Wenn du nur den Text ohne Spalten brauchst, gibt es Text aus PDF extrahieren, und um eine CSV in Excel zu öffnen, ohne die Zahlen zu zerstören, gibt es CSV in Excel.