OmniDoc Dokumentextraktion

OmniDoc Dokumentextraktion / Extrahera tabeller från PDF-filer

Extrahera tabeller från PDF-filer

Ta ut tabellerna ur PDF-filer och scanningsbilder med deras rubriker, rader och kolumner bevarade, som Markdown tabeller och strukturerade data, inte som siffror sammanpressade på en rad efter ett kopiera-och-klistra.

Ladda upp en PDF för att extrahera tabellerSkrivbordsapp: ingen sidobegränsning

Upp till 501 sidor per PDF och inget månatligt tak; uppgifter i den kostnadsfria planen väntar i kö. För längre filer eller när du har bråttom har OmniDoc-skrivbordsappen ingen sidobegränsning och ingen kö.

Hur tabeller extraheras

OmniDocs tabelligenkänning hittar området för varje tabell, dess rubrik och varje cell, och skriver ut dem sedan rad för rad och kolumn för kolumn. Tabeller i scanningsbilder känns först igen som text och återuppbyggs sedan.

Tabeller kommer ut tillsammans med texten: document.md har Markdown tabeller, och i document.json är varje tabell strukturerade data med rader och kolumner, med bildtexterna och den omgivande texten bevarade.

Exempel

Ett dokument med numrerade ekvationer, en tabell på tre rader och en figur, visas i UniDoc-redigeraren
Den typ av dokumentextraktion som bevaras intakt: dess rubriker, stycken, ekvationer samt tabellens rader och kolumner.

Hur det fungerar

  1. Ladda upp filen

    Logga in med ett OmniDoc-konto och släpp filen på sidan.

  2. Starta extraktionen

    PDF filer, skanningar och bilder genomgår layoutanalys, textigenkänning och tabelligenkänning; Office-filer, e-böcker och webbsidor parsas direkt.

  3. Ladda ner resultatet

    Ladda ner en ZIP-fil med Markdown, JSON och bilderna. Uppgiften körs i bakgrunden, så du kan stänga sidan.

OmniDoc-skrivbordsappen

Den kostnadsfria skrivbordsappen för Windows, macOS och Linux öppnar, redigerar och sparar filer på din egen dator.

10 000 sidor, och skrivningen håller fortfarande jämna steg

Redigera ett dokument på över 10 000 sidor lika enkelt som ett kort: varje tangenttryck läggs ut på cirka 9 ms, och att hoppa till vilken sida som helst tar cirka 3 ms.

100 % klassisk Office XML-stöd

.docx, .xlsx och .pptx öppnas och sparas nativt och förblir standard Office-filer; formler, diagram och pivottabeller fortsätter att fungera.

Kinas nya nationella standardformat

Öppna och redigera OFD (GB/T 33190) och konvertera mellan detta och PDF; GB/T 7714—2015-referenser, en GB/T 7713.1-avhandlingssmal och den officiella dokumentnumreringen 一、(一)1.(1)1 är inbyggda.

Skaffa skrivbordsappen

Frågor

Känns sammanslagna celler igen?

Vanliga sammanslagna rubriker känns igen; kontrollera mycket komplexa tabeller mot originalet.

Kan jag exportera till Excel?

Utskriften är Markdown och JSON för närvarande. Tabellerna i JSON är organiserade i rader och kolumner, så de kan importeras till ett kalkylprogram eller konverteras med ett skript.

Behöver jag ett konto?

Ja. Logga in med ett OmniDoc-konto; att registrera sig är kostnadsfritt. Endast du kan se de filer du laddar upp och deras resultat.

Vilka begränsningar har den kostnadsfria versionen?

Upp till 501 sidor per PDF och inget månatligt tak; uppgifter i den kostnadsfria planen väntar i kö. För längre filer eller när du har bråttom har OmniDoc-skrivbordsappen ingen sidobegränsning och ingen kö.

Prova det nu

Upp till 501 sidor per PDF och inget månatligt tak; uppgifter i den kostnadsfria planen väntar i kö. För längre filer eller när du har bråttom har OmniDoc-skrivbordsappen ingen sidobegränsning och ingen kö.

Ladda upp en PDF för att extrahera tabellerSkaffa skrivbordsappen