Elysia Tools
导航
Data Processing
用 OpenDataLoader 从 PDF 中抽取表格，并导出为结构化 JSON、扁平 CSV 或 HTML 表格
详情
上传 PDF 后，工具会先通过 OpenDataLoader 识别语义表格节点，再按你选择的格式导出。JSON 会保留页码、bbox、行列数量和完整单元格内容；CSV 会拉平成 table/page/row/column/value；HTML 会生成逐表格的可视化预览。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
这款 PDF 表格提取工具利用 OpenDataLoader 技术，能够精准识别并抽取 PDF 文档中的复杂表格数据。你可以将提取出的表格一键导出为结构化的 JSON、扁平化的 CSV 或直观的 HTML 格式。无论是处理财务报表、科研论文还是包含大量数据的商业文档，该工具都能帮你免去手动复制粘贴的烦恼，快速实现数据的二次分析与利用。
背景
分析师收到一份 50 页的 PDF 格式公司年报，需要提取第 12 页和第 15 页的财务数据进行建模。
问题
手动复制 PDF 表格会导致格式错乱，且难以保留表格的行列结构。
如何使用
上传年报 PDF，在页码范围输入 `12,15`，导出格式选择 `JSON`，检测方式选择 `聚类增强`。
导出格式: JSON, 表格检测方式: cluster, 页码范围: 12,15结果
成功提取出指定页的表格，生成包含页码、坐标和完整单元格内容的结构化 JSON 文件，直接用于程序解析。
背景
科研人员需要汇总多篇 PDF 格式学术论文中的实验对比数据，以便在 Excel 中绘制图表。
问题
PDF 中的无边框表格极难选中和复制，直接粘贴到 Excel 会变成一团乱码。
如何使用
上传论文 PDF，导出格式选择 `CSV`，并勾选 `使用结构树` 以辅助识别复杂排版。
导出格式: CSV, 使用结构树: true结果
工具将 PDF 中的表格拉平并导出为 CSV 文件，科研人员可直接用 Excel 打开，行列数据清晰对应。
支持导出为结构化 JSON、扁平化 CSV 以及可视化的 HTML 表格。
聚类增强（Cluster）是一种更高级的表格检测算法，适合处理无边框或排版复杂的表格，能有效提高行列识别的准确率。
可以，在“页码范围”输入框中指定需要提取的页码即可，例如输入“1,3,5-7”将只处理这些特定页。
导出的 JSON 数据不仅包含单元格的文本内容，还会保留表格所在的页码、边界框坐标（bbox）以及行列数量等结构化信息。
可能是因为 PDF 扫描质量差或表格排版过于特殊。建议尝试勾选“使用结构树”或将检测方式切换为“聚类增强”来改善提取效果。