How does the async flow work?

Send async true. If the request returns 200, the .xlsx binary is in the body. If it returns 202, read the Location response header for a poll URL and GET it with the same Authorization header. The official samples poll every 10 seconds for up to 10 retries.

What file format does the API return?

A Microsoft Excel Open XML workbook (.xlsx) delivered as raw binary bytes in the response body. Save the bytes straight to a file with an .xlsx extension.

Convertir PDF a Excel

PDF4me Convertir PDF a Excel es un REST punto final que extrae tablas y texto de un PDF y devuelve un objeto editable Excel libro de ejercicios. POST a Base64 PDF a /api/v2/ConvertPdfToExcel, seleccione Draft o Alta calidad, habilite OCR para escaneado pagesy guardar el devuelto .xlsx bytes. Una llamada, sin necesidad de volver a escribir manualmente.

Lo que hace este punto final

Envía uno PDF entra, consigue uno Excel El motor detecta las estructuras de tabla en cada página y las reconstruye como celdas de hoja de cálculo, extrayendo el texto circundante. qualityType cambia entre extracción rápida de capa de texto (Borrador) y reconocimiento por página para escaneos (Alto), y ocrWhenNeeded carreras OCR automáticamente cuando una página no tiene capa de texto. La respuesta es el texto sin procesar. .xlsx binario (200) o un Location encuesta URL (202).

Entradas de blog relacionadas

Aún no hay ninguna entrada de blog sobre esta función; estará disponible próximamente.

Mientras tanto, echa un vistazo al blog de PDF4me para encontrar tutoriales y flujos de trabajo para todas las plataformas.

Visita el blog →

Autenticando su API Pedido

Cada PDF4me REST La llamada debe incluir su API clave en el Authorization Encabezado como autenticación básica. Obtenga o cambie su clave desde el panel de desarrollador.

Get your API Key

Punto final

POST/api/v2/ConvertirPDFaExcel

cartero URLhttps://api.pdf4me.com/api/v2/ConvertPdfToExcel

Datos importantes que no debes perderte

Draft y High se facturan de forma diferente.

Costes de borrador 1 API Llamada por archivo y lee la capa de texto existente. Costos altos 2 API llamadas por página y reprocesa cada página, que es lo que hace que se escanee PDFs trabajo. No ejecutar en alto en un dispositivo digital limpio PDFs; pagas por página sin obtener nada a cambio.

outputFormat y ocrWhenNeeded son booleanos

Los ejemplos de código oficiales envían verdadero / FALSO JSON booleanos para ambos campos. Las versiones anteriores de esta página mostraban valores de cadena como "Sí"; utilice valores booleanos como en los ejemplos a continuación.

Async devuelve 202 + Location encabezado

Con asíncrono: verdadero el API puede responder 202 con un Location encabezado. GET eso URL (mismo Authorization) hasta que devuelva 200 con el binario del libro de trabajo. Las muestras oficiales realizan sondeos cada 10 segundos, hasta 10 reintentos.

HTTP configuración

Método: POST
URL: https://api.pdf4me.com/api/v2/ConvertPdfToExcel
Tipo de contenido: aplicación/json
Authorization: Básico <tu PDF4me API clave>

Enviar asíncrono: verdadero en el cuerpo. 200 devuelve el convertido .xlsx Libro de trabajo como bytes binarios. 202 devuelve un Location encabezado con una encuesta URL; GET eso URL con el mismo Authorization encabezado hasta que devuelva 200 con el binario del libro de trabajo.

¿Qué modo de calidad debo elegir: Draft o Alto?

Draft lee la capa de texto que ya existe dentro de un documento creado digitalmente. PDF. Alta renderización y reconoce cada página, lo que es más lento y cuesta más, pero es el único modo que funciona con escaneos, fotos de documentos y solo imágenes. pages.

Draft vs High	Borrador	Alto
Lo mejor para	Creado digitalmente PDFs con texto seleccionable	Escaneado o basado en imágenes PDFs
Costo	1 API llamada por archivo	2 API llamadas por página
OCR	No se aplica	Aplicado por página (par con `ocrWhenNeeded: true`)
Velocidad	Rápido, pase único	Reconocimiento más lento, página por página
Cuando las mesas vuelven vacías	Reintentar con alto	Controlar `language` si el texto está ilegible

API campos corporales

Parámetro	Requerido	Tipo	Lo que hace	Ejemplo
`docContent`	Required	string	Base64-encoded bytes of the source PDF. Strip any data:application/pdf;base64, prefix before posting.	`JVBERi0xLjcK...`
`docName`	Required	string	Source filename including the .pdf extension. Used to derive the output filename.	`invoice-report.pdf`
`qualityType`	Required	string	Draft for text-based PDFs (1 API call per file). High for scanned or image-based PDFs (2 API calls per page).	`Draft`
`language`	Conditional	string	Language of the text in the source file. Set only when the converted output is not recognizable; otherwise let the engine detect it.	`English`
`mergeAllSheets`	Optional	boolean	true combines all extracted content into a single worksheet. false keeps content on separate worksheets.	`true`
`outputFormat`	Optional	boolean	Output format flag sent as a JSON boolean in the official samples.	`true`
`ocrWhenNeeded`	Optional	boolean	Runs OCR automatically on pages without a text layer. Keep true unless you explicitly want recognition skipped.	`true`
`async`	Optional	boolean	true enables the 202 + Location polling pattern, recommended for large or scanned files.	`true`

Cargas útiles de ejemplo

Modo borrador. digital PDF con texto seleccionable

{
 "docContent": "JVBERi0xLjcKJcfsj6IKNSAwIG9iago8PAovVHlwZSAvQ2F0YWxvZw...",
 "docName": "invoice-report.pdf",
 "qualityType": "Draft",
 "mergeAllSheets": true,
 "outputFormat": true,
 "ocrWhenNeeded": true,
 "async": true
}

Modo alto. escaneado PDF con OCR

{
 "docContent": "JVBERi0xLjcKJcfsj6IKNSAwIG9iago8PAovVHlwZSAvQ2F0YWxvZw...",
 "docName": "scanned-statement.pdf",
 "qualityType": "High",
 "mergeAllSheets": false,
 "language": "English",
 "outputFormat": true,
 "ocrWhenNeeded": true,
 "async": true
}

Consejos para el cobro de carteros

Headers

Content-Type: application/json + Authorization: Basic <apiKey>.

Body

raw JSON. Copy one of the payloads above and replace docContent with your Base64.

Response

Use Send and Download so Postman saves the binary body as a .xlsx file when status is 200. If 202, GET the Location URL with the same Authorization until 200.

Quality

Start with Draft. Only switch to High when tables come back empty, and expect 2 API calls per page in that mode.

Ejemplo de curl

curl -X POST https://api.pdf4me.com/api/v2/ConvertPdfToExcel \
 -H "Content-Type: application/json" \
 -H "Authorization: Basic YOUR_API_KEY" \
 -d '{
 "docContent": "'"$(base64 -w 0 invoice-report.pdf)"'",
 "docName": "invoice-report.pdf",
 "qualityType": "Draft",
 "mergeAllSheets": true,
 "outputFormat": true,
 "ocrWhenNeeded": true,
 "async": true
 }' \
 --output converted.xlsx

¿Qué significa el API ¿devolver?

Una conversión exitosa devuelve el Excel El libro de trabajo en sí, no un JSON envoltorio. La salida es un moderno Oficina abierta XML libro de trabajo (.xlsx), el valor predeterminado XMLformato basado en compatible con todas las versiones actuales de Excel. Analice los tres casos que se describen a continuación.

Campo	Tipo	Lo que contiene
Response body (HTTP 200)	Binary	The converted .xlsx workbook bytes. Write them straight to a file with an .xlsx extension.
Location header (HTTP 202)	String (URL)	Poll URL for an async job that is still running. GET it with the same Authorization header.
Poll response (HTTP 200)	Binary	The finished workbook, returned once processing completes. The official samples poll every 10 seconds, up to 10 retries.
Poll response (HTTP 202)	Empty	Job still processing. Wait and poll the same Location URL again.

Ejemplos de código

Implementaciones funcionales de extremo a extremo, cada una con un ejemplo. PDF y la carga útil exacta de esta página:

Preguntas frecuentes

Which quality mode should I choose, Draft or High?+

Draft is for digitally created PDFs with a real text layer and costs 1 API call per file. High is for scanned or image-based PDFs and costs 2 API calls per page. Start with Draft; switch to High only when tables come back empty or garbled.

Can the API extract tables from a scanned PDF?+

Yes. Set qualityType to High and ocrWhenNeeded to true. The engine runs OCR on pages without a text layer and reconstructs detected tables as spreadsheet cells in the output workbook.

What does mergeAllSheets do?+

With mergeAllSheets true the extracted content is combined into a single worksheet. With false, content is kept on separate worksheets, so a multi-page PDF maps to multiple sheets in the workbook.

When do I need the language field?+

Only when the converted output is not recognizable. The engine detects the document language automatically; set language explicitly when recognition returns garbled text for your source language.

Is the response JSON or the file itself?+

The file itself. A 200 response body is the raw .xlsx binary. Do not JSON-parse it; write the bytes to disk. Only the 202 case involves reading a header (Location) instead of the body.

My tables came back as plain text without cell structure. What now?+

Rerun with qualityType High so each page goes through recognition, and keep ocrWhenNeeded true. If the text itself is garbled rather than misplaced, set the language field to match the document.

How large can the PDF be?+

Large and scanned files are exactly what the async pattern is for. Send async true and be prepared to poll the Location URL; the official samples poll every 10 seconds, up to 10 retries, before timing out.

Can I get XLS instead of XLSX?+

No. The endpoint returns a modern Open XML workbook (.xlsx). Legacy .xls output is not offered; every current version of Excel, LibreOffice, and Google Sheets opens .xlsx.