UltKit
Ảnh11
Chuyển đổi ảnhGiảm dung lượng ảnhThay đổi kích thước ảnhCắt ảnhChuyển ảnh sang PDFLàm ảnh thẻChuyển ảnh sang SVGTất cả công cụ Ảnh →
PDF13
Nén PDFChuyển đổi PDFChuyển PDF sang ảnhGhép file PDFTách file PDFMở khóa PDFĐặt mật khẩu PDFTất cả công cụ PDF →
Tài liệu & dữ liệu7
Chuyển sang PDFChuyển đổi tài liệuChuyển ảnh thành văn bản (OCR)Chuyển ảnh sang ExcelChuyển đổi dữ liệuChuyển đổi ebookTất cả công cụ Tài liệu & dữ liệu →
Video6
Chuyển đổi videoNén videoTách âm thanh từ videoChuyển video sang GIFCắt videoChuyển âm thanh sang videoTất cả công cụ Video →
Âm thanh4
Chuyển đổi âm thanhNén âm thanhCắt âm thanhChuyển giọng nói thành văn bảnTất cả công cụ Âm thanh →
Công cụ khác22
Tạo mã QRTạo file ZIPGiải nén fileĐổi múi giờĐổi đơn vịTạo mật khẩuĐếm từBảng chọn màuTất cả công cụ khác →
BlogCách hoạt động

Chuyển PDF sang JSON

Trích xuất các bảng trong file PDF và nhận lại dưới dạng bản ghi JSON. Hàng tiêu đề cung cấp khóa, mỗi hàng của bảng trở thành một đối tượng, và kết quả nạp thẳng vào mã nguồn.

Chuyển đổi dữ liệu

hoặc thả tệp CSV, TSV, TXT … vào đây ·

Tối đa 95 MB mỗi tệp· Tối đa 20 tệp· Xóa sau 30 phút

Đầu ra

Tệp được xử lý trên máy chủ của chúng tôi và bị xóa sau 30 phút.

Cách sử dụng công cụ này

  1. 1

    Tải file PDF lên

    Thêm sao kê, bảng giá hoặc báo cáo có chứa bảng. Tối đa 20 file PDF mỗi lượt, mỗi file 95 MB.

  2. 2

    Chọn cấu trúc JSON

    Cấu trúc JSON mặc định là Mảng đối tượng. Hãy chuyển sang Mảng các mảng trong Cài đặt nâng cao khi bảng không có dòng tiêu đề dùng được.

  3. 3

    Chuyển đổi và kiểm tra

    Nhấn Chuyển sang JSON, tải file về và đối chiếu vài bản ghi với file PDF trước khi script của bạn dùng đến.

Chuyển PDF sang JSON đọc các bảng trong file PDF và ghi mỗi dòng thành một đối tượng JSON, dùng tiêu đề cột làm khóa, để dữ liệu nằm trong tài liệu dùng để in trở thành thứ mà code có thể duyệt qua.

Vì sao PDF không biết bên trong có bảng

Adobe giới thiệu PDF năm 1993 để trang giấy hiển thị giống nhau ở mọi nơi, và định dạng này, được chuẩn hóa thành ISO 32000-1 năm 2008, vẫn tư duy theo từng trang. Bên trong file, một bảng là tập hợp các đoạn văn bản được vẽ tại tọa độ x và y, thường có thêm vài đường kẻ vẽ giữa chúng. Không có dòng, cột hay tiêu đề nào, trừ khi tác giả xuất PDF có gắn thẻ, một tùy chọn được thêm từ PDF 1.4 mà nhiều công cụ vẫn bỏ qua.

Vì vậy, để lấy JSON phải dựng lại lưới bảng: gom các đoạn cùng đường cơ sở thành dòng, tìm các khoảng trống dọc phân tách cột, và coi dòng trên cùng là tên cột. Cách này hoạt động tốt với PDF xuất từ phần mềm kế toán, bảng tính và công cụ báo cáo, nơi mỗi ô nằm trên một dòng gọn gàng. Kết quả kém với bảng vẽ tay trong phần mềm dàn trang, ô trải qua nhiều cột, và mọi thứ được scan.

Ai chuyển PDF sang JSON và để làm gì

  1. Phân tích hóa đơn và sao kê

    Lập trình viên nhận hóa đơn nhà cung cấp hoặc sao kê ngân hàng dạng PDF và cần các dòng chi tiết dưới dạng bản ghi để đối chiếu với đơn hàng.

  2. Bảng tra cứu đã công bố

    Biểu giá, bảng giá dịch vụ và danh sách giá thường chỉ có dạng PDF. JSON giúp ứng dụng hoặc website tải chúng mà không phải gõ lại.

  3. Dữ liệu kiểm thử và bản mẫu

    Nhóm sản phẩm biến một bảng trong tài liệu đặc tả thành dữ liệu mẫu cho kiểm thử hoặc API giả lập.

JSON mẫu từ bảng trong hóa đơn PDF

Mảng đối tượng từ bảng ba cột
[
  {
    "Item": "Paper A4, 500 sheets",
    "Qty": 4,
    "Amount": 23.96
  },
  {
    "Item": "Toner cartridge",
    "Qty": 1,
    "Amount": 64
  }
]

PDF nào chuyển được sang JSON, PDF nào không

from ↓ · to →JSONCSVXLSX
PDF xuất từ phần mềmPDF xuất từ phần mềm to JSON: yesPDF xuất từ phần mềm to CSV: yesPDF xuất từ phần mềm to XLSX: yes
PDF scan hoặc chụp ảnh– PDF scan hoặc chụp ảnh to JSON: no– PDF scan hoặc chụp ảnh to CSV: no– PDF scan hoặc chụp ảnh to XLSX: no
supported not offeredTrang scan không có lớp văn bản. Hãy nhận dạng chữ trước, rồi mới chuyển đổi.

PDF

Tài liệu PDF (Portable Document Format)

PDF do Adobe tạo ra năm 1993 và trở thành chuẩn mở ISO 32000 năm 2008. Định dạng cố định văn bản, phông chữ, hình ảnh và bố cục để tài liệu hiển thị giống nhau trên mọi màn hình và máy in. PDF có thể chứa biểu mẫu, chữ ký, liên kết, tệp đính kèm và văn bản tìm kiếm được, còn biến thể PDF/A được dùng để lưu trữ lâu dài. Bố cục cố định khiến PDF khó chỉnh sửa, và PDF quét chỉ chứa hình ảnh trừ khi được áp dụng OCR. Mọi trình duyệt và hệ điều hành đều mở được PDF.

Nén
–
Độ trong suốt
Có
Ảnh động
Không
Ra mắt
1993 · Adobe
Công cụ chuyển đổi PDF

JSON

Dữ liệu JavaScript Object Notation (JSON)

JSON là định dạng văn bản gọn nhẹ cho dữ liệu có cấu trúc, được Douglas Crockford phổ biến đầu thập niên 2000 và chuẩn hóa thành RFC 8259 và ECMA-404. Định dạng biểu diễn object, mảng, chuỗi, số, boolean và null bằng cú pháp đơn giản, dễ đọc. JSON là định dạng mặc định cho API web, tệp cấu hình và trao đổi dữ liệu giữa các ứng dụng trong hầu hết ngôn ngữ lập trình. Định dạng không có sẵn chú thích, kiểu ngày tháng hay schema, và tệp lớn lồng nhiều cấp rất khó đọc nếu không có trình xem.

Nén
–
Độ trong suốt
–
Ảnh động
–
Ra mắt
2001 · Douglas Crockford
Công cụ chuyển đổi JSON

PDF được chuyển sang JSON khi một tài liệu xuất bản để đọc phải cung cấp dữ liệu cho chương trình: các dòng hóa đơn đưa vào script kế toán, bảng giá công bố đưa vào ứng dụng, hoặc số liệu báo cáo đưa vào lệnh gọi API.

Câu hỏi về chuyển PDF sang JSON

Có chuyển được PDF scan sang JSON không?

Không trực tiếp. Bản scan chỉ là hình ảnh của trang giấy, không có ký tự nào để trình chuyển đổi đọc. Hãy nhận dạng chữ trước bằng các công cụ chuyển ảnh thành văn bản, rồi mới chuyển bảng đã nhận dạng.

Các khóa trong JSON được lấy từ đâu?

Lấy từ dòng đầu của mỗi bảng khi Dòng đầu là tiêu đề đang bật, nên cột có tên Amount sẽ thành khóa Amount trong mọi bản ghi. Nếu dòng 1 đã là dữ liệu, hãy tắt tùy chọn này và chọn Mảng các mảng, khi đó mỗi dòng được ghi thành một danh sách thuần.

Vì sao số tiền như €1.234,50 vẫn là chuỗi?

Theo RFC 8259, số trong JSON chỉ gồm chữ số, một dấu chấm, dấu trừ và phần mũ, không có gì khác. Ký hiệu tiền tệ hoặc dấu phân cách hàng nghìn sẽ khiến giá trị thành chuỗi văn bản. Hãy bỏ ký hiệu trong code của bạn, hoặc làm sạch cột đó trong bảng tính trước.

Nên chuyển bảng PDF sang JSON hay CSV?

Chọn JSON khi đầu ra được đọc bởi code, vì khóa đi kèm mọi giá trị và sau này có thể lồng cấu trúc. Chọn CSV khi đầu ra dành cho bảng tính hoặc màn hình nhập dữ liệu; chuyển PDF sang CSV ghi các dòng giống hệt dưới dạng dòng văn bản thuần.

JSON có giữ lại bố cục của PDF không?

Không. Phông chữ, màu sắc, ngắt trang, logo và vị trí của bảng trên trang đều là phần trình bày, còn JSON chỉ chứa giá trị. Bạn nhận được nội dung các ô theo thứ tự đọc.