Birçok sektörde, PDF dosyaları raporlar, faturalar ve veri tabloları gibi yapılandırılmış belgeleri paylaşmak için tercih edilen formattır. Ancak, özellikle tablolar söz konusu olduğunda, PDF'lerden veri çıkarmak, PDF formatının doğası gereği zorlayıcı olabilir. Yapılandırılmış veri formatlarının aksine, PDF'ler öncelikle sunum için tasarlandığından, veri çıkarmak için değil.

Ancak, IronPDF gibi güçlü bir C# PDF .NET kütüphanesi ile tablolara doğrudan PDF'lerden kolayca yapılandırılmış veri çıkarabilir ve .NET uygulamalarınızda işleyebilirsiniz. Bu makale, IronPDF kullanarak PDF dosyalarından tabloları nasıl çıkartacağınızı adım adım rehberlik edecek.

PDF Belgelerinden Tabloları Ne Zaman Çıkartmanız Gerekir?

Stok yönetimi, veri girişi, yağış gibi verilerin kaydını tutma gibi işlemler yapıyor olun, tablolar verilerinizi yapılandırma ve görüntüleme açısından kullanışlıdır. Dolayısıyla, PDF belgelerinden tabloları ve tablodaki verileri çıkarmanız gerekmesinin birçok nedeni olabilir. En yaygın kullanım durumlarından bazıları şunlardır:

Veri girişini otomatikleştirme: PDF raporlarındaki veya faturalarındaki tablolardan veri çıkarmak, veritabanları veya hesap tablolarına veri doldurma gibi süreçleri otomatikleştirebilir. Veri analizi: İşletmeler genellikle PDF formatında yapılandırılmış raporlar alır. Tabloları çıkarmak, bu verileri programatik olarak analiz etmenizi sağlar. Belge dönüştürme: Tablolu verileri Excel veya CSV gibi daha erişilebilir formatlara çıkarmak, daha kolay manipülasyon, depolama ve paylaşım sağlar. Denetim ve uyumluluk: Hukuki veya finansal kayıtlar için, PDF belgelerinden programatik olarak tablolu veri çıkarmak, denetimleri otomatikleştirmeye ve uyumluluğu sağlamaya yardımcı olabilir.

PDF Tabloları Nasıl Çalışır?

PDF dosya formatı, tablolar gibi yapılandırılmış formatlarda veri saklamak için yerel bir yetenek sunmaz. Bugünkü örnekte kullandığımız tablo HTML'de oluşturuldu, ardından PDF formatına dönüştürüldü. Tablolar metin ve çizgiler olarak rendere edilir, bu nedenle tablo verilerini çıkartmak genellikle içeriklerin bir kısmının ne olduğunun analizini ve anlamasını gerektirir, aksi takdirde IronOCR gibi bir OCR yazılımı kullanılmalıdır.

How to Extract Table Data from a PDF File in C#

IronPDF'nin bu görevi nasıl üstesinden gelebileceğini incelemeden önce, PDF çıkarma işlemiyle başa çıkabilecek çevrimiçi bir aracı inceleyelim. PDF belgesinden bir tabloyu çevrimiçi PDF aracı kullanarak çıkartmak için aşağıda belirttiğimiz adımları takip edin:

1. Ücretsiz çevrimiçi PDF çıkarma aracına gidin
2. Tabloyu içeren PDF'yi yükleyin
3. Sonuçları görüntüleyin ve indirin

Birinci Adım: Ücretsiz Çevrimiçi PDF Çıkarma Araçına Git

Bugün çevrimiçi PDF aracı örneğimiz olarak Docsumo'yu kullanacağız. Docsumo, ücretsiz bir PDF tablo çıkarma aracı sunan bir çevrimiçi PDF belge yapay zeka aracıdır.

İkinci Adım: Tabloyu İçeren PDF'yi Yükle

Şimdi, çıkartmak için PDF dosyanızı yüklemek için 'Dosya Yükle' butonuna tıklayın. Araç, PDF'nizi hemen işlemeye başlayacaktır.

Üçüncü Adım: Sonuçları Görüntüle ve İndir

Docsumo, PDF'yi işlemi tamamladığında, çıkarılan tabloyu gösterecektir. Daha sonra, satır ekleme ve kaldırma gibi tablo yapısına ayarlamalar yapabilirsiniz. Burada, tabloyu başka bir PDF, XLS, JSON veya Metin olarak indirebilirsiniz.

Demoyu IronPDF ile Uygulama

IronPDF, PDF'lerden veri, metin ve grafik çıkarımına izin verir, bu da daha sonra programatik olarak tabloyu yeniden yapılandırmada kullanılabilir. Bunu yapmak için önce PDF'deki tablodan metni çıkarmanız gerekecek ve ardından bu metni, satırlara ve sütunlara ayrıştırarak tablo haline getirmelisiniz. IronPDF'in ExtractAllText() metodunun tablo içerisindeki verileri çıkartarak nasıl çalıştığını görelim:

using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("example.pdf");
        
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        
        // Output the extracted text to the console
        Console.WriteLine(text);
    }
}

using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("example.pdf");
        
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        
        // Output the extracted text to the console
        Console.WriteLine(text);
    }
}

Imports IronPDF

Module Program
    Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("example.pdf")

        ' Extract all text from the PDF
        Dim text As String = pdf.ExtractAllText()

        ' Output the extracted text to the console
        Console.WriteLine(text)
    End Sub
End Module

Imports IronPDF

Module Program
    Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("example.pdf")

        ' Extract all text from the PDF
        Dim text As String = pdf.ExtractAllText()

        ' Output the extracted text to the console
        Console.WriteLine(text)
    End Sub
End Module

Bu örnekte, PDF belgesini PdfDocument sınıfı ile yükledik ve ardından belgedeki tüm metni çıkartmak için ExtractAllText() metodu kullanıldı, son olarak metin konsolda gösterildi.

IronPDF Kullanarak Metinle Tablo Verisi Çıkartma

PDF'den metin çıkardıktan sonra, tablo düz metin olarak bir dizi satırlar ve sütunlar olarak görünecektir. Bu metni satır kırılmalarına (\n) göre ayırabilir ve daha sonra satırları, virgül veya sekmeler gibi sabit aralıklı veya ayırıcılar kullanarak sütunlara ayırabilirsiniz. Metinden tabloyu almanın temel bir örneği aşağıda verilmiştir:

using IronPDF;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("table.pdf");
        
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        
        // Split the text into lines (rows)
        string[] lines = text.Split('\n');
        
        foreach (string line in lines)
        {
            // Split the line into columns using the tab character
            string[] columns = line.Split('\t').Where(col => !string.IsNullOrWhiteSpace(col)).ToArray();
            Console.WriteLine("Row:");
            
            foreach (string column in columns)
            {
                Console.WriteLine("  " + column); // Output each column in the row
            }
        }
    }
}

using IronPDF;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("table.pdf");
        
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        
        // Split the text into lines (rows)
        string[] lines = text.Split('\n');
        
        foreach (string line in lines)
        {
            // Split the line into columns using the tab character
            string[] columns = line.Split('\t').Where(col => !string.IsNullOrWhiteSpace(col)).ToArray();
            Console.WriteLine("Row:");
            
            foreach (string column in columns)
            {
                Console.WriteLine("  " + column); // Output each column in the row
            }
        }
    }
}

Imports IronPDF
Imports System
Imports System.Linq

Module Program
    Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("table.pdf")
        
        ' Extract all text from the PDF
        Dim text As String = pdf.ExtractAllText()
        
        ' Split the text into lines (rows)
        Dim lines As String() = text.Split(ControlChars.Lf)
        
        For Each line As String In lines
            ' Split the line into columns using the tab character
            Dim columns As String() = line.Split(ControlChars.Tab).Where(Function(col) Not String.IsNullOrWhiteSpace(col)).ToArray()
            Console.WriteLine("Row:")
            
            For Each column As String In columns
                Console.WriteLine("  " & column) ' Output each column in the row
            Next
        Next
    End Sub
End Module

Imports IronPDF
Imports System
Imports System.Linq

Module Program
    Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("table.pdf")
        
        ' Extract all text from the PDF
        Dim text As String = pdf.ExtractAllText()
        
        ' Split the text into lines (rows)
        Dim lines As String() = text.Split(ControlChars.Lf)
        
        For Each line As String In lines
            ' Split the line into columns using the tab character
            Dim columns As String() = line.Split(ControlChars.Tab).Where(Function(col) Not String.IsNullOrWhiteSpace(col)).ToArray()
            Console.WriteLine("Row:")
            
            For Each column As String In columns
                Console.WriteLine("  " & column) ' Output each column in the row
            Next
        Next
    End Sub
End Module

Bu örnekte, PDF belgemizi yükleme ve metni çıkarma için daha önceki adımları takip ettik. Ardından, text.Split('\n') kullanarak çıkarılan metni satırlara böler ve sonuçları lines dizisine kaydederiz. Bir foreach döngüsü daha sonra dizinin satırları üzerinde dolaşmak için kullanılır ve burada line.Split('\t') tablo karakteri '\t' ayırıcı olarak kullanılarak satırları sütunlara daha fazla ayırır. Sütunlar dizisinin bir sonraki bölümü, Where(col => !string.IsNullOrWhiteSpace(col)).ToArray() ekstra boşluklardan kaynaklanabilecek boş sütunları filtreler ve sonra sütunları diziye ekler.

Son olarak, temel satır ve sütun yapısı ile metni konsol çıkış penceresine yazarız.

Çıkarılan Tablo Verisini CSV'ye Aktarma

Artık PDF dosyalarından tabloları nasıl çıkartacağımızı ele aldığımıza göre, çıkarılan veriyle yapabileceklerimize bir göz atalım. Tabloyu bir CSV dosyası olarak dışa aktarmak, tablo verilerini işlemek ve veri girişini otomatikleştirmek gibi görevleri kolaylaştırma açısından kullanışlı bir yoldur. Bu örnekte, bir hafta boyunca günlük yağış miktarını simüle edilmiş verilerle bir tablo doldurduk, tabloyu PDF'den çıkardık ve ardından bir CSV dosyasına aktardık.

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        string pdfPath = "table.pdf";
        string csvPath = "output.csv";
        
        // Extract and parse table data
        var tableData = ExtractTableDataFromPdf(pdfPath);
        
        // Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath);
        Console.WriteLine($"Data extracted and saved to {csvPath}");
    }

    static List<string[]> ExtractTableDataFromPdf(string pdfPath)
    {
        var pdf = PdfDocument.FromFile(pdfPath);
        
        // Extract text from the first page
        var text = pdf.ExtractTextFromPage(0); 
        var rows = new List<string[]>();
        
        // Split text into lines (rows)
        var lines = text.Split('\n');
        
        // Variable to hold column values temporarily
        var tempColumns = new List<string>();
        
        foreach (var line in lines)
        {
            var trimmedLine = line.Trim();
            
            // Check for empty lines or lines that don't contain table data
            if (string.IsNullOrEmpty(trimmedLine) || trimmedLine.Contains("Header"))
            {
                continue;
            }
            
            // Split line into columns. Adjust this based on how columns are separated.
            var columns = trimmedLine.Split(new[] { ' ', '\t' }, StringSplitOptions.RemoveEmptyEntries);
            
            if (columns.Length > 0)
            {
                // Add columns to temporary list
                tempColumns.AddRange(columns);
                rows.Add(tempColumns.ToArray());
                tempColumns.Clear(); // Clear temporary list after adding to rows
            }
        }
        
        return rows;
    }

    static void WriteDataToCsv(List<string[]> data, string csvPath)
    {
        using (var writer = new StreamWriter(csvPath))
        {
            foreach (var row in data)
            {
                // Join columns with commas and quote each field to handle commas within data
                var csvRow = string.Join(",", row.Select(field => $"\"{field.Replace("\"", "\"\"")}\""));
                writer.WriteLine(csvRow);
            }
        }
    }
}

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        string pdfPath = "table.pdf";
        string csvPath = "output.csv";
        
        // Extract and parse table data
        var tableData = ExtractTableDataFromPdf(pdfPath);
        
        // Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath);
        Console.WriteLine($"Data extracted and saved to {csvPath}");
    }

    static List<string[]> ExtractTableDataFromPdf(string pdfPath)
    {
        var pdf = PdfDocument.FromFile(pdfPath);
        
        // Extract text from the first page
        var text = pdf.ExtractTextFromPage(0); 
        var rows = new List<string[]>();
        
        // Split text into lines (rows)
        var lines = text.Split('\n');
        
        // Variable to hold column values temporarily
        var tempColumns = new List<string>();
        
        foreach (var line in lines)
        {
            var trimmedLine = line.Trim();
            
            // Check for empty lines or lines that don't contain table data
            if (string.IsNullOrEmpty(trimmedLine) || trimmedLine.Contains("Header"))
            {
                continue;
            }
            
            // Split line into columns. Adjust this based on how columns are separated.
            var columns = trimmedLine.Split(new[] { ' ', '\t' }, StringSplitOptions.RemoveEmptyEntries);
            
            if (columns.Length > 0)
            {
                // Add columns to temporary list
                tempColumns.AddRange(columns);
                rows.Add(tempColumns.ToArray());
                tempColumns.Clear(); // Clear temporary list after adding to rows
            }
        }
        
        return rows;
    }

    static void WriteDataToCsv(List<string[]> data, string csvPath)
    {
        using (var writer = new StreamWriter(csvPath))
        {
            foreach (var row in data)
            {
                // Join columns with commas and quote each field to handle commas within data
                var csvRow = string.Join(",", row.Select(field => $"\"{field.Replace("\"", "\"\"")}\""));
                writer.WriteLine(csvRow);
            }
        }
    }
}

Imports System
Imports System.Collections.Generic
Imports System.IO
Imports System.Linq
Imports IronPdf

Module Program
    Sub Main(args As String())
        Dim pdfPath As String = "table.pdf"
        Dim csvPath As String = "output.csv"
        
        ' Extract and parse table data
        Dim tableData = ExtractTableDataFromPdf(pdfPath)
        
        ' Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath)
        Console.WriteLine($"Data extracted and saved to {csvPath}")
    End Sub

    Function ExtractTableDataFromPdf(pdfPath As String) As List(Of String())
        Dim pdf = PdfDocument.FromFile(pdfPath)
        
        ' Extract text from the first page
        Dim text = pdf.ExtractTextFromPage(0) 
        Dim rows = New List(Of String())()
        
        ' Split text into lines (rows)
        Dim lines = text.Split(ControlChars.Lf)
        
        ' Variable to hold column values temporarily
        Dim tempColumns = New List(Of String)()
        
        For Each line In lines
            Dim trimmedLine = line.Trim()
            
            ' Check for empty lines or lines that don't contain table data
            If String.IsNullOrEmpty(trimmedLine) OrElse trimmedLine.Contains("Header") Then
                Continue For
            End If
            
            ' Split line into columns. Adjust this based on how columns are separated.
            Dim columns = trimmedLine.Split(New Char() { " "c, ControlChars.Tab }, StringSplitOptions.RemoveEmptyEntries)
            
            If columns.Length > 0 Then
                ' Add columns to temporary list
                tempColumns.AddRange(columns)
                rows.Add(tempColumns.ToArray())
                tempColumns.Clear() ' Clear temporary list after adding to rows
            End If
        Next
        
        Return rows
    End Function

    Sub WriteDataToCsv(data As List(Of String()), csvPath As String)
        Using writer = New StreamWriter(csvPath)
            For Each row In data
                ' Join columns with commas and quote each field to handle commas within data
                Dim csvRow = String.Join(",", row.Select(Function(field) $"""{field.Replace("""", """""")}"""))
                writer.WriteLine(csvRow)
            Next
        End Using
    End Sub
End Module

Imports System
Imports System.Collections.Generic
Imports System.IO
Imports System.Linq
Imports IronPdf

Module Program
    Sub Main(args As String())
        Dim pdfPath As String = "table.pdf"
        Dim csvPath As String = "output.csv"
        
        ' Extract and parse table data
        Dim tableData = ExtractTableDataFromPdf(pdfPath)
        
        ' Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath)
        Console.WriteLine($"Data extracted and saved to {csvPath}")
    End Sub

    Function ExtractTableDataFromPdf(pdfPath As String) As List(Of String())
        Dim pdf = PdfDocument.FromFile(pdfPath)
        
        ' Extract text from the first page
        Dim text = pdf.ExtractTextFromPage(0) 
        Dim rows = New List(Of String())()
        
        ' Split text into lines (rows)
        Dim lines = text.Split(ControlChars.Lf)
        
        ' Variable to hold column values temporarily
        Dim tempColumns = New List(Of String)()
        
        For Each line In lines
            Dim trimmedLine = line.Trim()
            
            ' Check for empty lines or lines that don't contain table data
            If String.IsNullOrEmpty(trimmedLine) OrElse trimmedLine.Contains("Header") Then
                Continue For
            End If
            
            ' Split line into columns. Adjust this based on how columns are separated.
            Dim columns = trimmedLine.Split(New Char() { " "c, ControlChars.Tab }, StringSplitOptions.RemoveEmptyEntries)
            
            If columns.Length > 0 Then
                ' Add columns to temporary list
                tempColumns.AddRange(columns)
                rows.Add(tempColumns.ToArray())
                tempColumns.Clear() ' Clear temporary list after adding to rows
            End If
        Next
        
        Return rows
    End Function

    Sub WriteDataToCsv(data As List(Of String()), csvPath As String)
        Using writer = New StreamWriter(csvPath)
            For Each row In data
                ' Join columns with commas and quote each field to handle commas within data
                Dim csvRow = String.Join(",", row.Select(Function(field) $"""{field.Replace("""", """""")}"""))
                writer.WriteLine(csvRow)
            Next
        End Using
    End Sub
End Module

Örnek PDF Dosyası

Çıktı CSV Dosyası

Gördüğünüz gibi, PDF tablosunu başarıyla CSV'ye aktardık. İlk olarak, tabloyu içeren PDF'yi yükledik ve yeni bir CSV dosya yolu oluşturduk. Bundan sonra, tabloyu var tableData = ExtractTableDataFromPdf(pdfPath) satırı ile çıkardık, bu ExtractTableDataFromPdf() metodunun çağrıldığı yer. Bu yöntem, tablonun bulunduğu PDF sayfasında bulunan tüm metni çıkarır ve onları metin değişkeninde depolar.

Daha sonra, metni satırlara ve sütunlara böldük. Son olarak, bu bölme işleminden sonucu döndürdükten sonra, static void WriteDataToCsv() metodunu çağırırız, bu yöntem çıkarılan ve bölünmüş metni alarak StreamWriter kullanarak CSV dosyamıza yazar.

İpuçları ve En İyi Uygulamalar

PDF tablolarıyla çalışırken, bazı temel en iyi uygulamaları takip etmek, herhangi bir hata veya sorunla karşılaşma olasılığınızı minimize etmenizi sağlar.

PDF'leri önceden işleyin: Mümkünse, PDF'lerinizi tutarlı bir biçimlendirme sağlamak için önceden işleyin, bu durum çıkarma sürecini kolaylaştırır. Veriyi doğrulayın: Doğruluk ve eksiksizliği sağlamak için her zaman çıkarılan veriyi doğrulayın. Hataları yönetin: Metin çıkarma veya ayrıştırma başarısız olduğunda, try-catch bloğuna kodunuzu sarmak gibi hata yönetimini uygulayın. Performansı optimize edin: Büyük PDF'ler için metin çıkarımı ve ayrıştırmayı optimize ederek performans sorunlarını ele almayı düşünün.

IronPDF Lisanslama

IronPDF, lisansın halledilmesinden önce IronPDF'in sunduğu tüm güçlü özellikleri kendiniz denemenize olanak tanıyan farklı lisanslama seçenekleri sunar.

Sonuç

PDF'lerden IronPDF kullanarak tablolar çıkarmak, veri çıkarımını otomatikleştirmenin, analize olanak sağlamanın ve belgeleri daha erişilebilir formatlara dönüştürmenin güçlü bir yoludur. Basit tablo içeriği ile karmaşık, düzensiz formatlarla ilgileniyor olun, IronPDF, tablo verisini verimli bir şekilde çıkarmak ve işlemek için gereken araçları sağlar.

IronPDF ile otomatik veri girişi, belge dönüşümü ve veri analizi gibi iş akışlarını kolaylaştırabilirsiniz. IronPDF'in sunduğu esneklik ve gelişmiş özellikler, PDF tabanlı çeşitli görevleri ele almakta değerli bir araç yapar.