从表格中提取信息 PDF 数据解析器 API

PDF4me 从表格中提取 PDF 使您能够从中提取表结构和数据 PDF 文件。这 API 服务流程 PDF 从文件中提取表格内容、结构和数据 PDF 文件。 API 接收 PDF 通过内容 REST API 利用电话 Base64 采用编码技术实现安全传输。该解决方案支持结构化数据输出和表格分析，是数据处理工作流程和商业智能平台的理想之选。

相关博客文章

目前尚无关于此功能的博客文章——敬请期待。

在此期间，您可以浏览 PDF4me 博客，查看适用于各平台的教程和工作流程。

访问博客 →

验证您的身份 API 要求

要访问 PDF4me REST API每个请求都必须包含正确的身份验证凭据。身份验证可确保通信安全，并验证您作为授权用户的身份。 REST API。

Get your api Key

主要特点

• 表格提取从表格中提取表结构和数据 PDF 文件
• 结构化数据输出以有序、结构化的格式检索表格数据，以便于集成
• 表格结构保持维护表格布局、表头、行和列的关系
• Base64 编码：使用安全文件内容传输 Base64 编码
• 简单的 API 一体化RESTful API 专为自动化表格提取工作流程而设计

REST API 端点

这 PDF4me REST API 使用标准 HTTP 与资源交互的方法。所有表提取操作均通过单个端点执行：

• 方法： POST
• 终点： /api/v2/ExtractTableFromPdf

REST API 参数

从表中提取数据的完整参数列表 PDF REST API参数按类别组织，以便更好地理解和实施。

重要的： 标有星号 (*) 的参数为必填项，必须提供。 API 正常运作。

必需参数

范围	类型	描述	例子
docName*	String	来源 PDF 文件名应带有正确的 .pdf 扩展名，以便进行文档识别和表格提取处理。	output.pdf
docContent*	Base64 （String）	输入的内容 PDF 文件编码为 Base64 表格分析和数据提取处理的格式	JVBERi...

可选参数

范围	类型	描述	例子
async	Boolean	启用异步处理。 true， 这 API 返回 202 Accepted 与一个 Location 用于轮询结果的标头	true

输出

这 PDF4me 从表格中提取 PDF REST API 根据处理模式的不同，会返回不同的响应。 API 返回提取的表格数据。 JSON 回复。

Success Response

同步处理（默认）

什么时候 async 是 false 或者未提供， API 立即返回提取的表格数据。

状态码： 200 OK

回复格式：

{
  "tables": [
    {
      "rows": [
        ["Header 1", "Header 2", "Header 3"],
        ["Data 1", "Data 2", "Data 3"],
        ["Data 4", "Data 5", "Data 6"]
      ],
      "columns": 3,
      "rows": 3
    }
  ]
}

响应包含一个表格数组，每个表格都有行、列和单元格数据。

Asynchronous Processing

异步处理

什么时候 async 是 true， 这 API 异步处理文档。

初步回应：

状态码： 202 Accepted

响应头：

Location: https://api.pdf4me.com/api/v2/ExtractTableFromPdfStatus/{operationId}

回复正文：

{
  "traceId": "operation-trace-id"
}

民意调查结果：

使用 Location 标题 URL 投票确认完成情况：

const response = await fetch(locationUrl, {
  headers: { 'Authorization': 'Basic ' + apiKey }
});

// Continue polling until status code is 200
if (response.status === 200) {
  const result = await response.json();
  // Process extracted table data
}

Error Responses

错误响应

状态码	描述	示例回答
400 Bad Request	请求参数无效或缺少必填字段	{"error": "Missing required parameter: docContent"}
401 Unauthorized	无效或缺失 API 钥匙	{"error": "Unauthorized"}
408 请求超时	请求处理超时	{"error": "Request timeout"}
500 Internal Server Error	处理过程中出现服务器错误	{"error": "Internal server error"}

Response Format Details

了解 JSON 回复

表格提取响应是 JSON 包含以下内容的对象：

• 表格： Array 表对象
  • 行： Array 表示表格行的数组（每一行都是一个单元格值的数组）
  • 列表中的列数
  • 行表中的行数

表格结构：

每个表格都表示为一个二维数组，其中：

• 外层数组表示行
• 内部数组表示每一行中的单元格
• 第一行通常包含列标题

请求示例

标题

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

笔记：

• 获得你的 API 钥匙来自 PDF4me 仪表板
• 这 API 关键必须是 Base64 编码后以“Basic”为前缀 Authorization 标题
• 例如：如果你的 API 关键是 abc123将其编码为 Base64 并使用 Authorization: Basic YWJjMTIz

有效载荷

基本请求：

{
  "docContent": "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",
  "docName": "output.pdf"
}

使用异步处理：

{
  "docContent": "JVBERi0xLjQKJeLjz9MK...",
  "docName": "output.pdf",
  "async": true
}

代码示例

这 PDF4me 从表格中提取 PDF REST API 提供多种编程语言的代码示例。请选择最适合您开发环境的语言：

C#

C# (CSharp) 示例

完全的 C# 从中提取表格的实现 PDF：

View C# Sample

Java

Java 样本

Java 实现了完整的错误处理和响应处理功能：

View Java Sample

JavaScript

JavaScript 样本

Node.js 并且与浏览器兼容 JavaScript 执行：

View JavaScript Sample

Python

Python 样本

Python 使用 requests 库实现 JSON 处理：

View Python Sample

Salesforce

Salesforce 样本

Salesforce Apex 实施 CRM 一体化：

View Salesforce Sample

n8n

n8n 样本

n8n 自动化工作流程实施：

View n8n Sample

Google Script

Google Apps Script 样本

Google Apps Script 实施 Google Workspace 一体化：

View Google Script Sample

AWS Lambda

AWS Lambda 样本

无服务器 AWS Lambda 函数实现：

View AWS Lambda Sample

表格提取功能

数据提取能力

• 完全恢复：从表中提取所有数据 PDF 具有精确结构保存的文件
• 头部识别识别并保留表头、列名和行标签
• 细胞内容物提取提取单个单元格的内容，并注意数据类型和格式。
• 表格结构分析维护表格布局、关系和层级结构

高级处理

• 多表支持：在单个操作中处理多个表 PDF 文档
• 复杂表格处理提取包含合并单元格、跨行和复杂布局的表格
• 格式保留保持表格原有的格式、样式和视觉效果
• 数据验证确保提取过程中数据的完整性和准确性

专业功能

• 结构化输出生成组织有序、结构化的数据，以便于集成
• 批量处理处理多个 PDFs 并高效地提取表格
• 质量保证确保业务应用程序提取数据的准确性和可靠性
• 企业集成与现有数据管理系统无缝集成

行业应用案例及应用

Business Intelligence & Analytics

商业智能与分析应用案例

• 财务报告从报告中提取财务表格，用于数据分析和报告。
• 绩效指标：处理 KPI 表和绩效仪表板，以实现业务智能
• 数据仓库从文档中提取结构化数据以填充数据仓库
• 商业分析： 转变 PDF 将表格转换为可分析的数据格式，以便获得洞见

Document Management & Processing

文档管理与处理用例

• 发票处理从发票中提取明细项目和价格表，以便进行自动化处理。
• 合同分析从法律文件中提取条款和条件表格
• 报告数字化将纸质报告转换为可搜索的数字化数据
• 内容管理从文档中提取结构化数据以用于内容管理系统

Data Migration & Integration

数据迁移与集成用例

• 系统迁移：在系统迁移和数据传输期间提取表数据
• 遗留数据转换将历史文档转换为现代数据格式
• API 一体化提取数据以便与第三方系统集成 APIs
• 数据库人口：使用来自结构化数据填充数据库 PDF 文件

Research & Analysis

研究与分析用例

• 学术研究从研究论文和学术出版物中提取数据表
• 市场调研：流程调查结果和市场分析表
• 科学数据从科学文献中提取实验数据和研究成果
• 统计分析： 转变 PDF 将表格导入统计分析工具

Compliance & Regulatory

合规与监管应用案例

• 监管报告从监管文件和报告中提取合规数据
• 审计支持处理财务表格和审计跟踪，以进行合规性验证
• 法律取证从法律文件中提取结构化数据以用于取证程序
• 政策分析提取政策表格和监管要求以进行分析

Healthcare & Medical

医疗保健应用案例

• 医疗记录从医疗报告和记录中提取患者数据表
• 临床试验处理研究数据和临床试验结果
• 保险索赔提取计费表和索赔信息
• 医学研究将医学研究数据转换为可分析的格式

获取帮助

Get Your API KeyAPI SamplesGetting Started