Μετατροπή PDF σε JSON
Εξαγάγετε τους πίνακες ενός PDF και πάρτε τους πίσω ως εγγραφές JSON. Η γραμμή κεφαλίδων δίνει τα κλειδιά, κάθε γραμμή του πίνακα γίνεται αντικείμενο και το αποτέλεσμα φορτώνεται απευθείας σε κώδικα.
Μετατροπέας δεδομένων
ή σύρετε Αρχεία CSV, TSV, TXT … εδώ ·
Έως 95 MB ανά αρχείο· Έως 20 αρχεία· Διαγραφή μετά από 30 λεπτά
Τα αρχεία επεξεργάζονται στους διακομιστές μας και διαγράφονται μετά από 30 λεπτά.
Χαρακτήρας που χωρίζει τις στήλες σε αρχεία CSV και κειμένου, τόσο για ανάγνωση όσο και για εγγραφή. Η αυτόματη επιλογή τον εντοπίζει από την είσοδο και γράφει κόμματα.
Το UTF-8 λειτουργεί για κάθε γλώσσα. Επιλέξτε UTF-8 με BOM αν το Excel στα Windows εμφανίζει παραμορφωμένους τόνους ή ασιατικούς χαρακτήρες κατά το άνοιγμα του CSV.
Είσοδος Excel, ODS και Numbers: μετατροπή μόνο του πρώτου φύλλου ή όλων των φύλλων (ένα CSV ανά φύλλο μέσα σε ZIP ή ένα κλειδί JSON ανά φύλλο).
Όνομα της καρτέλας φύλλου στο νέο υπολογιστικό φύλλο, έως 31 χαρακτήρες.
Ο πίνακας αντικειμένων χρησιμοποιεί τα ονόματα στηλών ως κλειδιά σε κάθε γραμμή· ο πίνακας πινάκων είναι πιο συμπαγής και κρατά την κεφαλίδα ως πρώτο πίνακα.
Όνομα του εξωτερικού στοιχείου που περιέχει όλες τις γραμμές· κάθε γραμμή γίνεται ένα <row> μέσα σε αυτό.
Χρησιμοποιείται στις εντολές CREATE TABLE και INSERT. Μόνο γράμματα, ψηφία και κάτω παύλες.
Τα εισαγωγικά και οι τύποι στηλών διαφέρουν ελαφρά ανάμεσα στις βάσεις δεδομένων· επιλέξτε εκείνη στην οποία θα κάνετε εισαγωγή.
Αναδιατύπωση των κελιών ημερομηνίας σε μία μορφή. Το ISO (2026-10-18) είναι το ασφαλέστερο για βάσεις δεδομένων και κώδικα· η διατήρηση τα αφήνει όπως εμφανίζονται στην πηγή.
Πώς να χρησιμοποιήσετε αυτό το εργαλείο
- 1
Ανεβάστε το PDF
Προσθέστε μια κίνηση λογαριασμού, έναν τιμοκατάλογο ή μια αναφορά που περιέχει πίνακες. Έως 20 PDF ανά παρτίδα, έως 95 MB το καθένα.
- 2
Επιλέξτε τη δομή του JSON
Η Δομή JSON ξεκινά ως Array of objects. Όταν ο πίνακας δεν έχει χρήσιμη γραμμή κεφαλίδας, αλλάξτε σε Array of arrays στις Σύνθετες ρυθμίσεις.
- 3
Μετατρέψτε και ελέγξτε
Πατήστε Μετατροπή σε JSON, κατεβάστε το αρχείο και συγκρίνετε μερικές εγγραφές με το PDF πριν βασιστεί πάνω του το script σας.
Το PDF σε JSON διαβάζει τους πίνακες ενός PDF και γράφει κάθε γραμμή ως αντικείμενο JSON, με τις κεφαλίδες των στηλών ως κλειδιά, ώστε τα δεδομένα που είναι κλειδωμένα σε ένα εκτυπώσιμο έγγραφο να γίνονται κάτι που ο κώδικας μπορεί να διατρέξει.
Γιατί ένα PDF δεν «ξέρει» ότι περιέχει πίνακα
Η Adobe παρουσίασε το PDF το 1993 για να φαίνεται μια σελίδα ίδια παντού, και η μορφή, που τυποποιήθηκε ως ISO 32000-1 το 2008, εξακολουθεί να σκέφτεται με όρους σελίδων. Μέσα στο αρχείο, ένας πίνακας είναι ένα σύνολο τμημάτων κειμένου σχεδιασμένων σε συντεταγμένες x και y, συχνά με μερικές γραμμές ζωγραφισμένες ανάμεσά τους. Δεν υπάρχει γραμμή, στήλη ή κεφαλίδα, εκτός αν ο δημιουργός εξήγαγε tagged PDF, επιλογή που προστέθηκε στο PDF 1.4 και που πολλά εργαλεία εξακολουθούν να παραλείπουν.
Για να βγει JSON πρέπει επομένως να ξαναχτιστεί το πλέγμα: ομαδοποίηση των τμημάτων που έχουν κοινή γραμμή βάσης σε γραμμές, εντοπισμός των κατακόρυφων κενών που χωρίζουν τις στήλες και αντιμετώπιση της πάνω γραμμής ως ονομάτων. Λειτουργεί καλά σε PDF που εξήχθησαν από λογισμικό λογιστικής, υπολογιστικά φύλλα και εργαλεία αναφορών, όπου κάθε κελί βρίσκεται σε καθαρή γραμμή. Δυσκολεύεται με πίνακες σχεδιασμένους με το χέρι σε πρόγραμμα σελιδοποίησης, με κελιά που εκτείνονται σε πολλές στήλες και με οτιδήποτε σαρωμένο.
Ποιοι μετατρέπουν PDF σε JSON και για ποιο σκοπό
Ανάλυση τιμολογίων και κινήσεων λογαριασμού
Ένας προγραμματιστής λαμβάνει τιμολόγια προμηθευτών ή κινήσεις τραπεζικού λογαριασμού σε PDF και χρειάζεται τις γραμμές ως εγγραφές για αντιστοίχιση με παραγγελίες.
Δημοσιευμένοι πίνακες αναφοράς
Τιμολόγια, πίνακες χρεώσεων και τιμοκατάλογοι εμφανίζονται συχνά μόνο ως PDF. Με το JSON μια εφαρμογή ή ένας ιστότοπος τα φορτώνει χωρίς επαναπληκτρολόγηση.
Δεδομένα δοκιμών και πρωτότυπα
Μια ομάδα προϊόντος μετατρέπει έναν πίνακα από ένα έγγραφο προδιαγραφών σε δεδομένα δοκιμών ή σε ένα πλασματικό API.
Δείγμα JSON από πίνακα τιμολογίου PDF
[
{
"Item": "Paper A4, 500 sheets",
"Qty": 4,
"Amount": 23.96
},
{
"Item": "Toner cartridge",
"Qty": 1,
"Amount": 64
}
]Ποια PDF μετατρέπονται σε JSON και ποια όχι
| from ↓ · to → | JSON | CSV | XLSX |
|---|---|---|---|
| PDF που εξήχθη από λογισμικό | PDF που εξήχθη από λογισμικό to JSON: yes | PDF που εξήχθη από λογισμικό to CSV: yes | PDF που εξήχθη από λογισμικό to XLSX: yes |
| Σαρωμένο ή φωτογραφημένο PDF | – Σαρωμένο ή φωτογραφημένο PDF to JSON: no | – Σαρωμένο ή φωτογραφημένο PDF to CSV: no | – Σαρωμένο ή φωτογραφημένο PDF to XLSX: no |
Portable Document Format
Το PDF δημιουργήθηκε από την Adobe το 1993 και έγινε το ανοιχτό πρότυπο ISO 32000 το 2008. Καθηλώνει κείμενο, γραμματοσειρές, εικόνες και διάταξη, ώστε ένα έγγραφο να φαίνεται ίδιο σε κάθε οθόνη και εκτυπωτή. Τα PDF μπορούν να περιέχουν φόρμες, υπογραφές, συνδέσμους, συνημμένα και κείμενο με δυνατότητα αναζήτησης, ενώ η παραλλαγή PDF/A χρησιμοποιείται για μακροχρόνια αρχειοθέτηση. Η σταθερή διάταξη δυσκολεύει την επεξεργασία, και τα σαρωμένα PDF περιέχουν μόνο εικόνες αν δεν εφαρμοστεί OCR. Ανοίγουν σε κάθε πρόγραμμα περιήγησης και λειτουργικό σύστημα.
- Συμπίεση
- –
- Διαφάνεια
- Ναι
- Κινούμενη εικόνα
- Όχι
- Έτος εισαγωγής
- 1993 · Adobe
JSON
JavaScript Object Notation
Το JSON είναι μια ελαφριά μορφή κειμένου για δομημένα δεδομένα, που διαδόθηκε από τον Douglas Crockford στις αρχές της δεκαετίας του 2000 και τυποποιήθηκε ως RFC 8259 και ECMA-404. Αναπαριστά αντικείμενα, πίνακες, συμβολοσειρές, αριθμούς, λογικές τιμές και null με απλή, ευανάγνωστη σύνταξη. Είναι η προεπιλεγμένη μορφή για web APIs, αρχεία ρυθμίσεων και ανταλλαγή δεδομένων μεταξύ εφαρμογών σε σχεδόν κάθε γλώσσα προγραμματισμού. Δεν έχει ενσωματωμένα σχόλια, ημερομηνίες ή σχήματα, και τα μεγάλα εμφωλευμένα αρχεία διαβάζονται δύσκολα χωρίς πρόγραμμα προβολής.
- Συμπίεση
- –
- Διαφάνεια
- –
- Κινούμενη εικόνα
- –
- Έτος εισαγωγής
- 2001 · Douglas Crockford
Το PDF γίνεται JSON όταν ένα έγγραφο που δημοσιεύτηκε για ανάγνωση πρέπει να τροφοδοτήσει ένα πρόγραμμα: γραμμές τιμολογίου σε script λογιστικής, ένας δημοσιευμένος πίνακας τιμών σε μια εφαρμογή ή τα στοιχεία μιας αναφοράς σε μια κλήση API.
Ερωτήσεις για τη μετατροπή PDF σε JSON
Μπορώ να μετατρέψω σαρωμένο PDF σε JSON;
Όχι απευθείας. Μια σάρωση είναι εικόνα της σελίδας, χωρίς χαρακτήρες που μπορεί να διαβάσει ένας μετατροπέας. Περάστε την πρώτα από αναγνώριση κειμένου με τα εργαλεία εικόνα σε κείμενο και μετά μετατρέψτε τον πίνακα που αναγνωρίστηκε.
Από πού προέρχονται τα κλειδιά στο JSON;
Από την πρώτη γραμμή κάθε πίνακα, όσο είναι ενεργή η επιλογή Η πρώτη γραμμή είναι κεφαλίδα. Έτσι μια στήλη με τίτλο Amount γίνεται το κλειδί Amount σε κάθε εγγραφή. Αν η γραμμή 1 είναι ήδη δεδομένα, απενεργοποιήστε τη ρύθμιση και επιλέξτε Array of arrays, που γράφει κάθε γραμμή ως απλή λίστα.
Γιατί ποσά όπως €1.234,50 παραμένουν συμβολοσειρές;
Οι αριθμοί JSON, όπως τους ορίζει το RFC 8259, επιτρέπουν ψηφία, μία τελεία, πρόσημο μείον και εκθέτη, τίποτε άλλο. Ένα σύμβολο νομίσματος ή ένας διαχωριστής χιλιάδων κάνει την τιμή κείμενο. Αφαιρέστε το σύμβολο στον κώδικά σας ή καθαρίστε πρώτα τη στήλη σε ένα υπολογιστικό φύλλο.
JSON ή CSV: τι ταιριάζει καλύτερα για πίνακα PDF;
JSON όταν ο επόμενος αναγνώστης είναι κώδικας, γιατί τα κλειδιά συνοδεύουν κάθε τιμή και αργότερα είναι δυνατά εμφωλευμένα αποτελέσματα. CSV όταν ο επόμενος αναγνώστης είναι υπολογιστικό φύλλο ή οθόνη εισαγωγής· το PDF σε CSV γράφει τις ίδιες γραμμές ως απλές γραμμές κειμένου.
Διατηρεί το JSON κάτι από τη διάταξη του PDF;
Όχι. Οι γραμματοσειρές, τα χρώματα, οι αλλαγές σελίδας, τα λογότυπα και η θέση του πίνακα στη σελίδα είναι παρουσίαση, ενώ το JSON μεταφέρει μόνο τιμές. Παίρνετε το περιεχόμενο των κελιών, με τη σειρά ανάγνωσης.
