Извлечение таблиц из PDF

Как пользоваться

1. Перетащите один PDF на карточку, вставьте через ⌘V / Ctrl+V или нажмите «Выбрать PDF». Первая таблица появляется, как только проанализирована её страница, — кнопки «Извлечь» нет. Копирование и скачивание станут доступны после завершения анализа.
2. Автообнаружение сначала ищет таблицы с линиями, затем столбцы, выровненные по тексту. Выберите «Границы» или «Выравнивание текста», чтобы принудительно задать один метод. Смена режима или диапазона страниц использует уже прочитанные страницы и сразу обновляет предпросмотр.
3. Введите страницы, например «1-3, 5», чтобы проанализировать только их. Принимаются запятые, китайские перечислительные знаки и арабские запятые, а также арабо-индийские, восточно-арабские и полноширинные цифры. Оставьте поле пустым для всех страниц.
4. Нажмите на метку таблицы, чтобы переключить предпросмотр. «Первая строка — заголовок» влияет только на отображение первой строки и оформление заголовка в XLSX; сами значения не меняются.
5. Если PDF защищён паролем, введите его в появившейся строке и нажмите Enter. Пароль используется только для открытия файла в этой вкладке.

Правила, ограничения и известные проблемы

• Только текстовые PDF. У сканов, скриншотов и таблиц внутри изображений нет текстового слоя; инструмент сообщает о таких страницах, а не угадывает. OCR нет.
• Обнаружение основано на эвристике. Отсутствующие линии, узкие промежутки, двухколоночные макеты, вложенные таблицы и таблицы, продолжающиеся на следующей странице, могут быть пропущены или объединены. Смените режим обнаружения или сузьте диапазон страниц и повторите попытку.
• Объединённые ячейки не восстанавливаются: текст попадает в ячейку под своим центром, а соседние пустые ячейки остаются пустыми.
• Многострочные ячейки объединяются одним пробелом; разрывы строк внутри ячейки не сохраняются.
• Таблицы, продолжающиеся на следующей странице, не объединяются; каждая страница нумеруется отдельно.
• На двухколоночных страницах строки левой и правой колонок могут попасть в одну таблицу.
• Направление справа налево определяется по большинству букв. Таблица с сопоставимым объёмом арабского и латинского текста может быть развёрнута неверно; примечание над предпросмотром всегда показывает используемое направление.
• Значения копируются как есть: 89.90, 00721 и 03/04/2026 не разбираются, не округляются и не переставляются.
• Ограничения: один PDF, 50 МБ, 200 страниц, 200 таблиц и 100 000 ячеек; таблица больше 200 столбцов или 50 000 строк пропускается с указанием страницы. В XLSX помещается не более 30 таблиц.
• В предпросмотре отображаются первые 100 строк; копирование и скачивание всегда используют все строки.
• Если автор запретил копирование, инструмент всё равно извлекает таблицы и показывает уведомление. Убедитесь, что вы вправе их использовать.
• Пароли: поддерживается только пароль на открытие (пользовательский). Он используется для открытия документа в этой вкладке, никогда не сохраняется, а шифрование PDF не снимается.
• Для файлов больше 20 МБ или 50 страниц показывается подсказка «может занять время»; файлы сверх жёстких лимитов отклоняются с указанием фактического значения.