Text oder eine Tabelle kostenlos aus einer PDF-Datei extrahieren

Weil eine PDF-Datei keine Tabellen enthält. Sie enthält Text, der an Koordinaten platziert wird, und Spalten werden aus der Ausrichtung der Zellen abgeleitet. Diese Ableitung irrt sich bei zusammengeführten Zellen, zentrierten Spalten und Tabellen, deren Spalten sich berühren. Wenn sich keine Spalte abzeichnet, gibt das Tool eine einzige Spalte pro Zeile aus, anstatt eine erfundene Tabelle zu erstellen: Eine falsche Tabelle kostet mehr zu reparieren als ein Text zum Zusammenkleben.

Nein. Die Extraktion findet in Ihrem Browser statt. Certyneo empfängt, speichert und konsultiert Ihr Dokument nie und fügt keine Werbemitteilungen hinzu.

Es handelt sich wahrscheinlich um ein gescanntes Dokument: Die Seite ist ein Bild ohne Textebene. Führen Sie es zunächst durch die Zeichenerkennung durch, dann kehren Sie zurück, um den Text zu extrahieren.

Ja. Die Datei wird in UTF-8 mit Byte-Order-Marke geschrieben, was Tabellenkalkulationen ausreicht, um sie in der richtigen Kodierung zu öffnen, anstatt auf die Systemkodierung zurückzufallen.

Nein, und das ist beabsichtigt: Eine Zelle, die mit „=", „+", „-" oder „@" beginnt, wird beim Öffnen von Tabellenkalkulationen ausgeführt. Ein präpariertes Dokument könnte so einen Befehl auf der Maschine desjenigen ausführen, der die Datei öffnet. Diese Zellen werden daher beim Schreiben neutralisiert; sie bleiben lesbar, werden aber nicht mehr berechnet.