Tutto ciò che c’è in un PDF come JSON strutturato: pagine, blocchi di testo, tabelle, campi modulo e segnalibri.
Al contrario: JSON in PDFTrascina qui il file
oppure sceglilo dal computer
fino a 50 MB
I file non lasciano il tuo dispositivo — tutto avviene nel browser
Un PDF si legge bene ma si elabora male con un programma: testo, tabelle e campi sono mescolati nelle istruzioni di disegno. Il convertitore riordina il documento in un JSON pulito. In meta ci sono titolo, autore, date e numero di pagine. pages elenca ogni pagina con dimensioni, testo completo e blocchi, ciascuno con x, y, larghezza e altezza in punti dall’angolo in alto a sinistra: abbastanza per sapere dove si trovano un totale o una firma.
Le tabelle con bordi vengono estratte a parte, con lo stesso motore del nostro convertitore PDF in Excel: ogni voce di tables conserva il numero di pagina e le righe di celle. I campi modulo compilabili — nome, tipo e valore — finiscono in forms, e i segnalibri del documento in outline con livello e pagina.
Se il PDF è una scansione senza livello di testo, attiva «Riconosci il testo nelle scansioni». Tesseract legge le pagine e i blocchi diventano parole con coordinate e grado di affidabilità. Sono riconosciuti in un solo passaggio inglese, tedesco, francese, spagnolo e russo; l’italiano non ha ancora un pacchetto dedicato, perciò le lettere accentate possono uscire imprecise.
Questo strumento gira sul nostro server, perché un browser non sa scomporre un PDF né leggere il testo da un’immagine. Il file viaggia in HTTPS, viene elaborato ed eliminato dopo un’ora; non conserviamo né guardiamo i documenti.
Trascina un file fino a 20 MB. Le scansioni vengono riconosciute fino a 30 pagine per volta.
Il JSON si apre ad albero: pagine, tabelle, moduli e segnalibri. Per una scansione attiva il riconoscimento del testo.
Oppure invia i dati direttamente in Excel, CSV, Word o TXT con i pulsanti qui sotto.
Estrai tabelle e dati dai PDF in fogli di calcolo Excel
Aprire JSON online: albero, tabella, codice e verifica
JSON in XLSX con campi annidati e tipi veri
Estrai tutto il testo da un PDF come file di testo
Rendi ricercabili i PDF scansionati con il riconoscimento testo