PDF 转 CSV

银行流水、价目表和报告常常以 PDF 形式分享，但 PDF 里并没有真正的行和列，只有放在 x、y 坐标上的文字。本转换器会读取这些位置，把文字归入各行，根据贯穿页面的空白间隔判断列的位置，并输出为可在 Excel、Google 表格、Numbers 或任何数据库工具中打开的 CSV 文件。所有处理都在您的浏览器中完成。

使用方法

1. 拖入一个或多个文字型 PDF 文件。
2. 如有需要可限定页码，例如只转换表格所在页时填 2-4。
3. 选择分隔符：多数程序用逗号，设为欧洲语言的 Excel 用分号，也可以用制表符。
4. 如果想把 1,234.50 或 (12.00) 这样的金额变成普通数字，请勾选“整理数字”。
5. 下载 CSV 并查看预览表。

计算公式

同一行：|y₁ − y₂| ≤ 0.45 × 字号。新单元格：水平间隔 > 0.6 × 字号（正常）。列边界：被不超过 5% 的多单元格行覆盖的 x 位置。

有两个或更多单元格的行会对列的位置“投票”，只有一个单元格的行（标题、备注）则放在其起始所在的列。“只有较宽的间隔”需要 1.5 × 字号的间隔，可把词距较大的短语保持在一起；“紧凑”则在 0.3 × 字号处就分列，适合排得很密的表格。

示例

流水中的一行有“03/14”“Coffee shop”和“(4.50)”，分别位于 x = 40、120 和 480 pt，彼此间隔都超过一个字号，结果为 03/14,Coffee shop,(4.50)。开启“整理数字”后，金额变成 -4.50，电子表格就能直接求和。文字位于相同 x 范围的行，会对齐在同一列下。

它做不到什么

扫描版 PDF 里是文字的图片而不是文字，所以在做 OCR 之前只会得到空的 CSV。含有合并单元格、单元格内换行文字或相互紧挨的列的表格，可能需要在电子表格里稍作整理：换行的单元格会变成两行，紧挨的两列可能合并成一列。