تبدیل PDF به CSV
بهجای تایپ دوبارهٔ ارقام از روی گزارش یا صورت‌حساب، ردیف‌های جدول PDF را به یک فایل CSV ساده تبدیل کنید که برنامهٔ بودجه، ورود اطلاعات حسابداری، اسکریپت Python یا پایگاه داده بتواند آن را بخواند.
مبدل داده
یا فایل‌های CSV, TSV, TXT … را اینجا رها کنید ·
حداکثر 95 MB برای هر فایل· تا 20 فایل· حذف پس از 30 دقیقه
فایل‌ها روی سرورهای ما پردازش می‌شوند و پس از 30 دقیقه حذف می‌شوند.
نویسه‌ای که ستون‌ها را در فایل‌های CSV و متنی جدا میکند، هم برای خواندن و هم برای نوشتن. حالت خودکار آن را از ورودی تشخیص می‌دهد و با ویرگول می‌نویسد.
UTF-8 برای همه زبان‌ها کار میکند. اگر Excel در ویندوز هنگام باز کردن CSV نویسه‌های اروپایی یا آسیایی را خراب نشان می‌دهد، UTF-8 با BOM را انتخاب کنید.
ورودی Excel، ODS و Numbers: فقط برگه اول تبدیل شود یا همه برگه‌ها (برای هر برگه یک CSV داخل ZIP، یا برای هر برگه یک کلید JSON).
نام زبانه برگه در صفحه‌گسترده جدید، حداکثر 31 نویسه.
آرایهای از شیءها برای هر ردیف از نام ستون‌ها به‌عنوان کلید استفاده میکند؛ آرایهای از آرایهها فشردهتر است و سرستون را به‌عنوان آرایه اول نگه میدارد.
نام عنصر بیرونی که همه ردیف‌ها را در بر میگیرد؛ هر ردیف داخل آن به یک <row> تبدیل می‌شود.
در دستورهای CREATE TABLE و INSERT استفاده می‌شود. فقط حروف انگلیسی، ارقام و زیرخط.
نقلقولگذاری و نوع ستون‌ها بین پایگاههای داده کمی فرق دارد؛ همان را که میخواهید در آن وارد کنید انتخاب کنید.
سلول‌های تاریخ را در یک قالب بازنویسی میکند. ISO (2026-10-18) برای پایگاه داده و کد امن‌ترین است؛ «بدون تغییر» آن‌ها را همان‌طور که در منبع هستند نگه میدارد.
نحوه استفاده از این ابزار
- 1
فایل PDF را بارگذاری کنید
یک یا چند فایل PDF را روی بخش بارگذاری رها کنید؛ حداکثر 20 فایل در هر دسته و هر کدام تا 95 MB. PDF باید متن واقعی داشته باشد، نه فقط تصویر اسکن‌شده.
- 2
تاریخها و فاصله‌ها را بررسی کنید
گزینهٔ تاریخها روی ISO (2026-10-18) تنظیم شده و حذف فاصله‌های اضافی روشن است که برای بیشتر موارد وارد کردن داده مناسب است. اگر مقصد شما لازم دارد، جداکننده را در تنظیمات پیشرفته به نقطه‌ویرگول یا تب تغییر دهید.
- 3
تبدیل کنید و ردیف‌ها را بررسی کنید
روی تبدیل به CSV بزنید، فایل را دانلود کنید و پیش از وارد کردن، ردیف‌های اول و آخر را بررسی کنید.
چرا کپی کردن جدول PDF در CSV دشوار است
PDF را Adobe در سال 1993 ساخت تا یک صفحه روی هر چاپگر و صفحه‌نمایشی یکسان دیده شود و در سال 2008 به استاندارد باز ISO 32000-1 تبدیل شد. کار آن قرار دادن نشانه‌ها در مختصات دقیق است. بیشتر PDFها در معنای دادهای اصلاً جدول ندارند: صورت‌حساب مجموعه‌ای از تکه‌های متن است که اتفاقاً در ستون‌ها هم‌تراز شده‌اند، به‌علاوهٔ خط‌هایی که میانشان کشیده شده است.
به همین دلیل کپی کردن جدول از نمایشگر PDF به صفحه‌گسترده اغلب همه‌چیز را در یک ستون می‌چسباند یا مبلغ را با شرح یکی میکند. PDF دارای برچسب که در PDF 1.4 در سال 2001 معرفی شد و استاندارد دسترسی‌پذیری PDF/UA (ISO 14289) آن را لازم می‌داند، می‌تواند سلول‌های واقعی جدول را نشانه‌گذاری کند، اما سامانه‌های بانکی و ابزارهای گزارش‌گیری به‌ندرت آن را تولید می‌کنند. مبدل باید بهجای آن شبکه را از روی موقعیت‌ها بازسازی کند.
تبدیل PDF به CSV چگونه ردیف‌ها را بازسازی میکند
خواندن لایهٔ متن
هر کلمه همراه با موقعیتش در صفحه برداشته می‌شود، پس چیزی از روی پیکسل‌ها حدس زده نمی‌شود.
پیدا کردن ستون‌ها و ردیف‌ها
کلمه‌هایی که در یک نوار عمودی قرار دارند یک ستون و کلمه‌های روی یک خط پایه یک ردیف می‌سازند.
نوشتن CSV تمیز
فیلدها در صورت نیاز داخل گیومه قرار می‌گیرند، تاریخها یکدست و فاصله‌های اضافی حذف می‌شوند.
| from ↓ · to → | CSV here | XLSX here | تبدیل عکس به اکسل (OCR) |
|---|---|---|---|
| PDF ذخیره‌شده از نرم‌افزار | PDF ذخیره‌شده از نرم‌افزار to CSV here: yes | PDF ذخیره‌شده از نرم‌افزار to XLSX here: yes | PDF ذخیره‌شده از نرم‌افزار to تبدیل عکس به اکسل (OCR): yes |
| اکسل یا ورد چاپ‌شده به PDF | اکسل یا ورد چاپ‌شده به PDF to CSV here: yes | اکسل یا ورد چاپ‌شده به PDF to XLSX here: yes | اکسل یا ورد چاپ‌شده به PDF to تبدیل عکس به اکسل (OCR): yes |
| صورت‌حساب کاغذیِ اسکن‌شده | – صورت‌حساب کاغذیِ اسکن‌شده to CSV here: no | – صورت‌حساب کاغذیِ اسکن‌شده to XLSX here: no | صورت‌حساب کاغذیِ اسکن‌شده to تبدیل عکس به اکسل (OCR): yes |
| عکس جدول با گوشی | – عکس جدول با گوشی to CSV here: no | – عکس جدول با گوشی to XLSX here: no | عکس جدول با گوشی to تبدیل عکس به اکسل (OCR): yes |
فرمت سند قابل‌حمل
PDF را Adobe در سال ۱۹۹۳ ساخت و در سال ۲۰۰۸ به استاندارد باز ISO 32000 تبدیل شد. متن، فونت‌ها، تصاویر و چیدمان را ثابت نگه میدارد تا سند روی هر صفحه‌نمایش و چاپگر یکسان دیده شود. PDF می‌تواند شامل فرم، امضا، پیوند، پیوست و متن قابل جست‌وجو باشد و نوع PDF/A برای بایگانی بلندمدت به کار می‌رود. چیدمان ثابت ویرایش PDF را دشوار میکند و PDFهای اسکن‌شده تا وقتی OCR اعمال نشود فقط تصویر دارند. همه مرورگرها و سیستم‌عامل‌ها می‌توانند آن را باز کنند.
- فشرده‌سازی
- –
- شفافیت
- بله
- انیمیشن
- خیر
- سال معرفی
- 1993 · Adobe
CSV
مقادیر جداشده با کاما
CSV یک قالب متن ساده برای جدول‌هاست که در آن هر خط یک ردیف است و ستون‌ها با کاما از هم جدا می‌شوند. این قالب از روزهای نخست رایانه استفاده می‌شده و در RFC 4180 توضیح داده شده است، هرچند بسیاری از گونه‌ها از نقطه‌ویرگول یا تب و رمزگذاری‌های متنی متفاوت استفاده می‌کنند. تقریباً هر صفحه‌گسترده، پایگاه داده و ابزار تحلیلی می‌تواند آن را وارد یا صادر کند و به همین دلیل قالب پیش‌فرض انتقال داده بین سیستم‌هاست. CSV فقط مقادیر را ذخیره میکند و فرمول، قالب‌بندی، چند برگه یا نوع داده ندارد.
- فشرده‌سازی
- –
- شفافیت
- –
- انیمیشن
- –
- سال معرفی
- –
تبدیل PDF به CSV برای این است که ارقام دوباره به دست ماشین برسند: صورت‌حساب، فهرست قیمت یا جدول پژوهشی برای خواندن بهصورت PDF منتشر شده و حالا یک اسکریپت، سامانهٔ حسابداری یا پایگاه داده همان اعداد را به‌شکل ردیف لازم دارد.
تبدیل PDF به CSV برای صورت‌حساب‌ها، لیست قیمت و گزارش‌ها
صورت‌حساب‌های بانکی و کارتی رایج‌ترین منبع‌اند. بسیاری از بانک‌ها برای ماه‌های اخیر دانلود CSV یا OFX می‌دهند اما برای صورت‌حساب‌های قدیمی‌تر فقط PDF، پس هر کسی که سابقهٔ یک سال را در YNAB، بودجهٔ صفحه‌گسترده یا نرم‌افزار حسابدار وارد میکند، ناچار PDFها را تبدیل میکند. گزینهٔ تاریخها را روی ISO نگه دارید تا هنگام وارد کردن، روز و ماه جابه‌جا نشوند.
فهرست قیمت تأمین‌کنندگان و گزارش موجودی انبار گروه دوم‌اند: عمده‌فروش کاتالوگ PDF می‌فرستد و صاحب فروشگاه برای به‌روزرسانی فروشگاه، کد کالا و قیمت‌ها را به‌شکل ردیف لازم دارد. پژوهشگران و روزنامه‌نگاران جدولها را از گزارش‌های دولتی و سالانه بیرون می‌کشند تا در R یا pandas تحلیل کنند، جایی که CSV ورودی طبیعی است. اگر خط لولهٔ شما رکوردهای ساخت‌یافته می‌خواهد نه ردیف‌های تخت، تبدیل PDF به JSON همان جدول را بهصورت اشیایی می‌نویسد که نام سرستون‌ها کلیدشان است.
پیش از اعتماد به نتیجه، همیشه جمع‌ها را مقایسه کنید. جمعی در CSV که با جمع چاپ‌شده در PDF برابر باشد، سریع‌ترین گواه است که هیچ ردیفی شکسته یا جا نیفتاده است.
پرسش‌های رایج دربارهٔ تبدیل PDF به CSV
چرا نتیجهٔ تبدیل PDF به CSV خالی است؟
به احتمال زیاد PDF شما بهجای متن، تصویر صفحهها را دارد؛ خروجیای که اسکنر یا دوربین گوشی تولید میکند. در نمایشگر PDF یک کلمه را انتخاب کنید: اگر چیزی هایلایت نشد، متنی برای استخراج وجود ندارد. بهجای آن فایل را با ابزار تبدیل عکس به اکسل پردازش کنید که جدولها را با OCR میخواند.
آیا میتوان فایل CSV را در QuickBooks Online وارد کرد؟
بله، QuickBooks Online تراکنشهای بانکی را بهصورت CSV با چیدمان سهستونی (تاریخ، شرح، مبلغ) یا چهارستونی (تاریخ، شرح، بستانکار، بدهکار) میپذیرد. ستونهای اضافه را از CSV حذف کنید، فقط یک ردیف سرستون نگه دارید و مطمئن شوید همهٔ تاریخها یک قالب یکسان دارند.
سرستون جدول در هر صفحه تکرار شده است. آیا در خروجی هم می‌آید؟
معمولاً بله، چون سرستون تکرارشده در هر صفحه متن واقعی است. پس از تبدیل، CSV را مرتب یا فیلتر کنید و خط‌های اضافی سرستون را حذف کنید، یا اگر ابزار وارد کردن شما رد کردن ردیف را پشتیبانی میکند، همان‌جا حذفشان کنید.
برای جدول PDF، خروجی CSV بهتر است یا اکسل؟
وقتی برنامهای دیگر داده را وارد میکند، CSV انتخاب بهتری است، چون فقط مقدارها را دارد. وقتی قرار است فردی جدول را بخواند و ویرایش کند، تبدیل PDF به اکسل را انتخاب کنید، چون یک فایل اکسل چند جدول را در برگههای جدا نگه میدارد.
آیا PDF رمزدار را میتوان تبدیل کرد؟
تا وقتی قفل است نه، چون تا زمانی که رمز برداشته نشود متن خوانده نمی‌شود. اگر رمز را می‌دانید، ابتدا فایل را با حذف رمز PDF باز کنید و نسخهٔ بدون قفل را تبدیل کنید.
