UltKit
Obrázky11
Převodník obrázkůKomprese obrázkůZměna velikosti obrázkuOříznutí obrázkuObrázek do PDFFotka na pasObrázek do SVGVšechny nástroje: Obrázky →
PDF13
Komprese PDFPřevodník PDFPDF na obrázekSpojení PDFRozdělení PDFOdemčení PDFZabezpečení PDFVšechny nástroje: PDF →
Dokumenty a data7
Převod do PDFPřevodník dokumentůObrázek na text (OCR)Obrázek do ExceluPřevodník datPřevodník e-knihVšechny nástroje: Dokumenty a data →
Video6
Převodník videaKomprese videaVideo na zvukVideo na GIFStřih videaZvuk na videoVšechny nástroje: Video →
Zvuk4
Převodník zvukuKomprese zvukuStřih zvukuZvuk na textVšechny nástroje: Zvuk →
Další nástroje22
Generátor QR kódůKomprese do ZIPRozbalení onlinePřevodník časových pásemPřevodník jednotekGenerátor heselPočítadlo slovVýběr barvyVšechny další nástroje →
BlogJak to funguje

Převod PDF do JSON

Vytáhněte tabulky z PDF a získejte je zpět jako záznamy JSON. Řádek záhlaví určí klíče, každý řádek tabulky se stane objektem a výsledek načtete rovnou do kódu.

Převodník dat

nebo sem přetáhněte soubory CSV, TSV, TXT … ·

Max. 95 MB na soubor· Až 20 souborů· Smazáno po 30 minutách

Výstup

Soubory se zpracovávají na našich serverech a po 30 minutách se smažou.

Jak nástroj používat

  1. 1

    Nahrajte PDF

    Přidejte výpis, ceník nebo report, který obsahuje tabulky. V jedné dávce lze zpracovat až 20 PDF, každé do 95 MB.

  2. 2

    Zvolte strukturu JSON

    Struktura JSON je nastavena na pole objektů. Pokud tabulka nemá použitelný řádek záhlaví, přepněte v části Pokročilá nastavení na pole polí.

  3. 3

    Převeďte a zkontrolujte

    Klikněte na Převést na JSON, stáhněte soubor a před použitím ve skriptu porovnejte několik záznamů s PDF.

Převod PDF do JSON přečte tabulky v PDF a každý řádek zapíše jako objekt JSON s názvy sloupců jako klíči. Data uzamčená v tisknutelném dokumentu tak může kód procházet ve smyčce.

Proč PDF neví, že obsahuje tabulku

Adobe představil PDF v roce 1993, aby stránka vypadala všude stejně, a formát, standardizovaný jako ISO 32000-1 v roce 2008, stále uvažuje po stránkách. Uvnitř souboru je tabulka sada textových fragmentů vykreslených na souřadnicích x a y, často s několika čarami mezi nimi. Neexistuje řádek, sloupec ani záhlaví, pokud autor neexportoval tagované PDF, což je možnost přidaná v PDF 1.4, kterou mnoho nástrojů stále vynechává.

Získání JSON proto znamená znovu sestavit mřížku: seskupit fragmenty ležící na společné účaří do řádků, najít svislé mezery oddělující sloupce a horní řádek považovat za názvy. Dobře to funguje u PDF exportovaných z účetního softwaru, tabulkových procesorů a reportovacích nástrojů, kde každá buňka leží na čisté linii. Hůř si to poradí s tabulkami nakreslenými ručně v návrhářském programu, s buňkami přes více sloupců a se vším, co je naskenované.

Kdo převádí PDF do JSON a k čemu

  1. Zpracování faktur a výpisů

    Vývojář dostává dodavatelské faktury nebo bankovní výpisy jako PDF a potřebuje položky jako záznamy, které lze porovnat s objednávkami.

  2. Zveřejněné referenční tabulky

    Tarify, ceníky a sazebníky se často objevují jen jako PDF. JSON umožní aplikaci nebo webu načíst je bez přepisování.

  3. Testovací data a prototypy

    Produktový tým promění tabulku ze specifikace na testovací data nebo mock API.

Ukázka JSON z tabulky faktury v PDF

Pole objektů z tabulky o třech sloupcích
[
  {
    "Item": "Paper A4, 500 sheets",
    "Qty": 4,
    "Amount": 23.96
  },
  {
    "Item": "Toner cartridge",
    "Qty": 1,
    "Amount": 64
  }
]

Která PDF lze převést do JSON a která ne

from ↓ · to →JSONCSVXLSX
PDF exportované ze softwaruPDF exportované ze softwaru to JSON: yesPDF exportované ze softwaru to CSV: yesPDF exportované ze softwaru to XLSX: yes
Naskenované nebo vyfocené PDF– Naskenované nebo vyfocené PDF to JSON: no– Naskenované nebo vyfocené PDF to CSV: no– Naskenované nebo vyfocené PDF to XLSX: no
supported not offeredNaskenované stránky nemají textovou vrstvu. Nejprve rozpoznejte text, poté převeďte.

PDF

Portable Document Format

PDF vytvořil Adobe v roce 1993 a v roce 2008 se stal otevřenou normou ISO 32000. Zafixuje text, písma, obrázky a rozvržení, takže dokument vypadá stejně na každé obrazovce i tiskárně. PDF může obsahovat formuláře, podpisy, odkazy, přílohy a prohledávatelný text a varianta PDF/A se používá pro dlouhodobou archivaci. Pevné rozvržení ztěžuje úpravy a skenovaná PDF obsahují jen obrázky, pokud se nepoužije OCR. Otevře je každý prohlížeč i operační systém.

Komprese
–
Průhlednost
Ano
Animace
Ne
Představeno
1993 · Adobe
Převodník PDF

JSON

JavaScript Object Notation

JSON je odlehčený textový formát pro strukturovaná data, který na počátku 21. století zpopularizoval Douglas Crockford a který je standardizován jako RFC 8259 a ECMA-404. Pomocí jednoduché čitelné syntaxe popisuje objekty, pole, řetězce, čísla, booleovské hodnoty a null. Je výchozím formátem webových API, konfiguračních souborů a výměny dat mezi aplikacemi téměř v každém programovacím jazyce. Nemá vestavěné komentáře, data ani schémata a rozsáhlé vnořené soubory se bez prohlížeče špatně čtou.

Komprese
–
Průhlednost
–
Animace
–
Představeno
2001 · Douglas Crockford
Převodník JSON

PDF se převádí do JSON, když dokument určený ke čtení musí napájet program: řádky faktur do účetního skriptu, zveřejněný ceník do aplikace nebo čísla z reportu do volání API.

Otázky k převodu PDF do JSON

Lze převést naskenované PDF do JSON?

Přímo ne. Sken je obrázek stránky a neobsahuje znaky, které by převodník mohl přečíst. Nejprve ho zpracujte rozpoznáním textu pomocí nástrojů obrázek na text a poté převeďte rozpoznanou tabulku.

Odkud se berou klíče v JSON?

Z prvního řádku každé tabulky, pokud je zapnuto První řádek je záhlaví. Sloupec nazvaný Amount se tak stane klíčem Amount v každém záznamu. Pokud je v prvním řádku už data, nastavení vypněte a zvolte pole polí, které zapíše každý řádek jako jednoduchý seznam.

Proč jsou částky jako €1.234,50 stále řetězce?

Čísla v JSON podle definice v RFC 8259 smějí obsahovat číslice, jednu tečku, znaménko minus a exponent, nic dalšího. Značka měny nebo oddělovač tisíců promění hodnotu v text. Symbol odstraňte ve svém kódu, nebo sloupec nejprve upravte v tabulkovém procesoru.

Je pro tabulku z PDF lepší JSON, nebo CSV?

JSON, pokud data dál čte kód, protože klíče putují s každou hodnotou a později jsou možné i vnořené struktury. CSV, pokud je dál čte tabulkový procesor nebo importní formulář; PDF do CSV zapíše stejné řádky jako prosté řádky textu.

Zachová JSON něco z rozvržení PDF?

Ne. Písma, barvy, zalomení stránek, loga i poloha tabulky na stránce jsou prezentace a JSON přenáší jen hodnoty. Dostanete obsah buněk v pořadí čtení.