¿Qué es la revisión de tablas de PDF?
Esta herramienta encuentra tablas en PDF con texto seleccionable y permite comparar y corregir las celdas antes de exportarlas. Registra el SHA-256 del original y tu declaración de revisión. Estos registros identifican la fuente, pero no demuestran que la extracción sea correcta.
Ejemplo y resultado esperado
El ejemplo creado para esta herramienta tiene dos páginas: una tabla con bordes y otra sin ellos. Cada una tiene tres filas de datos y cuatro columnas. La fila Gamma debe conservar ambos valores 70.50. Selecciona el área completa y exporta cada tabla por separado después de revisarla.
Cómo extraer y revisar una tabla
- Elige un PDF con texto o prueba el ejemplo de dos páginas. Mantén el original abierto para compararlo.
- Selecciona una tabla y marca el área que contiene el encabezado y todas las filas. También puedes usar coordenadas con el teclado. Excluye títulos y notas fuera de la tabla.
- Compara los encabezados, las relaciones entre filas, los nombres partidos y los importes. Corrige las celdas. Si se unieron dos tablas, sepáralas y revisa cada área por separado. Comprueba primero el encabezado original. Esta herramienta no detecta automáticamente los encabezados de varias filas.
- Tras comparar la tabla completa, marca la casilla de revisión. Descarga CSV para una hoja de cálculo o JSON para las cadenas y el registro. Cualquier cambio de celda o área elimina la confirmación.
¿Qué salida elijo?
Formatos y límites
PDF: 20 MiB, 20 páginas y 40 tablas. Cada tabla admite 1,000 filas de datos, 100 columnas y 2,000 celdas incluido el encabezado. No se admiten encabezados vacíos o combinados, celdas con imágenes ni páginas escaneadas. Revisa especialmente las páginas giradas, el orden del texto y los encabezados de varias filas sin marcar. Una tabla no compatible puede provocar el rechazo del documento. El texto se limita a 200,000 caracteres, cada celda a 10,000 y cada página a 5,000 elementos de texto. La extracción tiene un plazo de 60 segundos; no es una garantía del tiempo total de carga.
Si el resultado no coincide con la página
El texto ausente o sobrante suele indicar un título dentro del área, una fila fuera o celdas diferentes. Ajusta el área completa y compara cada celda. Los mismos términos no verifican relaciones ni significado numérico.
Para escaneos, caracteres ilegibles o encabezados combinados, usa otro método y revisa su resultado. Esta herramienta no añade OCR ni aplana celdas combinadas afirmando que la tabla es correcta. No se admiten encabezados de varias filas ni combinados. Extrae el texto y organiza los encabezados manualmente; la segunda fila de encabezado no debe tratarse como datos.
Si falla la carga, elige un PDF más pequeño, sin cifrar y con texto. Cancela o borra para descartar la tarea y vuelve a elegirlo. Actualizar la página elimina archivos seleccionados y resultados de la memoria.
La entrada JSON opcional solo acepta el formato de transferencia ToolRobin limitado, no JSON arbitrario. Elige primero su PDF original. Una sustitución fallida conserva los candidatos y revoca la confirmación de exportación.
Si la hoja elimina ceros iniciales o cambia un identificador, vuelve a importar un CSV nuevo y establece esas columnas como texto antes de cargarlo. Cambiar el formato después de convertir no recupera los dígitos perdidos. Compara los valores importados con el original o las cadenas JSON; no sobrescribas tu único original. JSON también conserva el registro de revisión.
Preguntas frecuentes
¿Qué extrae esta herramienta?
Tablas planas de una capa de texto PDF legible. Revisa una tabla cada vez y descarga sus celdas actuales en CSV o JSON. No admite páginas escaneadas, celdas con imágenes ni encabezados combinados.
¿La coincidencia del texto demuestra que la tabla es correcta?
No. La comparación comprueba el texto del área seleccionada. Ese texto puede estar en una fila o columna incorrecta. Revisa la tabla completa frente a la página antes de confirmar.
¿Por qué está desactivada la descarga?
El texto del área debe coincidir con las celdas actuales y debes declarar que revisaste el original. Editar una celda, cambiar el área o importar un resultado elimina la confirmación. Corrige según el aviso y revisa de nuevo.
¿Qué tamaño de PDF puedo usar?
Un PDF de hasta 20 MiB y 20 páginas, con hasta 40 tablas. Cada tabla admite 100 columnas, 1,000 filas de datos y 2,000 celdas con el encabezado; el límite de celdas puede alcanzarse antes que el de filas. La vista previa tiene hasta 2,400 píxeles por lado y 6 millones de píxeles.
¿Se suben mi PDF o JSON?
No. El navegador lee ambos archivos y conserva los resultados en memoria. Descarga el código del mismo sitio. La transferencia opcional no conecta a Python, ejecuta modelos ni envía archivos a un servicio de extracción.
¿Puede usar el resultado un asistente de IA?
Un asistente o script puede leer el JSON, las cadenas originales, la identidad SHA-256 y los cambios. El contrato local existente comparte las reglas de comparación y exportación. La integración nativa MCP de esta herramienta aún no está validada; un resumen o una declaración del llamante no es una verificación independiente.