PlainBytesИзвлекайте данные из PDF.
Без ручного копирования.
DocumentExtractor — приложение для Windows, которое извлекает данные из PDF-файлов с выделяемым текстом и похожей структурой и экспортирует их в Excel. Достаточно один раз указать нужные поля и таблицы, чтобы затем обрабатывать множество похожих документов за один запуск. Все операции выполняются локально на вашем компьютере.
7 дней бесплатно · Разовая покупка: 5.49 USD · Лицензия GPLv3
Визуальный выбор полей · Пакетный экспорт в Excel · Локальная обработка без интернета · Смотреть демо
Для документов, которые вы обрабатываете регулярно
Если вам регулярно приходится извлекать определённые данные из нескольких PDF-файлов с похожей структурой и объединять их в одном файле Excel, DocumentExtractor поможет автоматизировать эту работу.
Счета
Номера, даты, суммы и строки из счетов поставщиков с единым макетом.
Заказы на поставку
Извлекайте данные из заказов на поставку единого формата в один файл Excel.
Накладные
Пакетно извлекайте номера накладных, товары, количества и связанные поля в файл Excel.
Выписки
Извлеките повторяющиеся строки и ключевые поля из выписок или актов сверки.
Бланки
Пакетно извлекайте указанные вами поля из бланков с фиксированным шаблоном.
Структурированные отчёты
Соберите таблицы и значения из отчётов со стабильным форматом.
Основные возможности
Настройте извлечение один раз на образце PDF — те же правила применятся ко всем похожим файлам в пакете.
Настройка якорей, полей и таблиц в предварительном просмотре
Работайте в превью PDF: сначала создайте якоря на относительно фиксированном тексте, затем выберите поля или столбцы таблицы для извлечения. Вы сами выбираете, что извлекать.
- Именованные поля (суммы, номера, даты и др.)
- Настройка извлекаемых столбцов по заголовкам и определение строк таблицы
- Поддержка небольших смещений элементов между похожими файлами
Пакетная обработка и экспорт в Excel
Добавьте много PDF с одной вёрсткой. Один запуск извлечения создаёт одну книгу Excel (.xlsx), которую можно открыть в Microsoft Excel или другом приложении для работы с электронными таблицами.
- Один набор правил извлечения для всех обрабатываемых файлов
- Лист «Сводка» (строка на PDF) плюс листы деталей таблиц
- Ход обработки и результат для каждого файла
Шаблоны, офлайн и конфиденциальность
Сохраните настройки извлечения в виде шаблона и используйте их повторно при обработке других документов. Все файлы остаются на вашем компьютере: DocumentExtractor не загружает документы на внешние серверы и не изменяет исходные PDF-файлы.
- Локальная библиотека шаблонов (импорт / экспорт .json)
- Извлечение данных без подключения к интернету
- Справка в приложении с пошаговыми инструкциями
Открытый исходный код. Для повседневной работы.
DocumentExtractor — программное обеспечение с открытым исходным кодом, распространяемое по лицензии GNU GPLv3. Полный исходный код опубликован на GitHub. Вы можете изучить его, самостоятельно собрать приложение и принять участие в развитии проекта.
Соберите сами
Скачайте полный исходный код с GitHub и самостоятельно соберите приложение. Если вы собираете программу из исходного кода, покупать версию из Microsoft Store не требуется.
Официальная версия
Установите через Microsoft Store, получайте автоматические обновления и поддерживайте дальнейшую разработку.
Как пользоваться
Всего три шага, чтобы собрать данные из нескольких PDF со схожей вёрсткой в файл Excel.
Добавьте PDF
Перетащите один или несколько текстовых PDF. Выберите образец. Те же правила применятся ко всем файлам в списке.
Выберите данные для извлечения
На превью отметьте опорный текст (якоря), затем обведите значения или заголовки таблицы. Извлекайте сразу в режиме «Свой» или сохраните шаблон.
Извлеките и откройте в Excel
Нажмите «Извлечь», выберите, куда сохранить файл .xlsx, и проверьте результат. Можно отменить идущее извлечение; уже успешно извлечённые данные останутся в экспорте.
Посмотрите видеоинструкцию
Короткое демо: настройка на образце PDF, пакетная обработка файлов и просмотр экспорта в Excel.
Подходит ли вам?
DocumentExtractor рассчитан на текстовые PDF со стабильной вёрсткой — не на сканы и не на документы со свободной компоновкой.
Хорошо подходит, если
- В PDF есть выделяемый текст (не сканы)
- Файлы имеют одну и ту же или очень похожую вёрстку
- Нужны одни и те же поля или таблицы из многих файлов
- Нужен файл Excel (.xlsx) на ПК
Не подходит, если
- PDF отсканированы и нужен OCR
- Файлы — только изображения без текстового слоя
- У каждого документа разная вёрстка
- Пропорции ширины столбцов или внутренняя структура таблиц часто меняются
Обработка идёт локально на устройстве Windows. Исходные PDF открываются только для чтения; извлечение создаёт новый файл Excel.
Частые вопросы
Частые вопросы об использовании DocumentExtractor.
Что делает DocumentExtractor?
Извлекает одни и те же поля и таблицы из многих похожих текстовых PDF в один файл Excel (.xlsx) — без ручного копирования. Правила задаёте на образце, после чего можете пакетно обрабатывать похожие файлы.
Для кого это?
Для тех, кто регулярно получает один тип PDF — счета, заказы, накладные, выписки, бланки или отчёты с фиксированной вёрсткой — и кому нужны данные в файле Excel. Это настольное приложение Windows, а не веб-инструмент.
Какие операционные системы поддерживает DocumentExtractor?
DocumentExtractor — настольное приложение для Windows 10 и Windows 11 (64-разрядных). Его можно скачать и установить из Microsoft Store или получить исходный код на GitHub и собрать приложение самостоятельно. Извлечение документов выполняется локально и не требует подключения к интернету.
DocumentExtractor — это открытый исходный код?
Да. DocumentExtractor — программное обеспечение с открытым исходным кодом под лицензией GNU GPLv3. Полный исходный код доступен на GitHub: вы можете изучить его, собрать приложение и внести вклад в проект.
Почему DocumentExtractor платный в Microsoft Store?
Версия в Microsoft Store — это официальная сборка, готовая к установке и поддерживающая автоматические обновления. Приобретая её, вы также поддерживаете дальнейшую разработку и сопровождение DocumentExtractor. Кроме того, вы можете бесплатно скачать исходный код с GitHub и самостоятельно собрать приложение.
Можно ли попробовать DocumentExtractor перед покупкой?
Да. Вы можете бесплатно пользоваться всеми функциями версии из Microsoft Store в течение 7 дней. После окончания пробного периода приложение можно приобрести за 5.49 USD с единовременной оплатой.
Поддерживаются ли сканы и OCR?
Поддерживаются только текстовые PDF — файлы, в которых текст можно выделять напрямую. Сканы и PDF только из изображений не поддерживаются.
Можно ли обработать несколько PDF сразу?
Да. Добавьте несколько PDF в список и нажмите «Извлечь». Все файлы пакета используют одну настройку.
Должна ли вёрстка всех документов совпадать полностью?
Вёрстка документов должна быть одинаковой или близкой. Якоря могут компенсировать умеренные смещения, но пропорции ширины столбцов и внутренняя структура таблиц должны оставаться согласованными.
Как указать, что извлекать?
На образце PDF удерживайте Ctrl и перетаскивайте, чтобы выделить опорный текст и создать якорь. Затем задайте поля или таблицы для извлечения под этим якорем. Подробности — в справке приложения.
Нужно ли сохранять шаблон перед извлечением?
Нет. Режима «Свой» достаточно для разового пакета. Сохраняйте шаблон, когда те же правила понадобятся снова. Шаблоны импортируются и экспортируются как .json.
Как выглядит файл Excel?
Одна книга Excel (.xlsx): лист «Сводка» (строка на PDF, со значениями и статусом) и, если извлекаете таблицы, отдельный лист деталей для каждой таблицы.
Загружаются ли документы куда-то?
Нет. Извлечение выполняется локально на устройстве Windows. Исходные PDF не меняются; записывается только выбранный файл Excel.
Что делать, если при пакетной обработке некоторых файлов возникли ошибки?
Остальные файлы продолжают обрабатываться, и успешно извлечённые данные по-прежнему можно экспортировать в файл Excel. Ошибки и причины видны в панели прогресса («Подробности»).
Забудьте о повторном вводе данных — легко извлекайте их из PDF.
Настройте один раз, затем пакетно извлекайте данные из PDF со схожей вёрсткой на Windows-ПК и экспортируйте в файл Excel.
7 дней бесплатно · Разовая покупка: 5.49 USD · Открытый код под GPLv3