Comment convertir PDF en CSV :
4 méthodes qui fonctionnent vraiment

Tableaux vs texte brut : pourquoi c'est important

Avant de choisir une méthode, vérifiez quel type de données votre PDF contient. L'approche dépend entièrement de la structure du PDF :

Méthode 1 : Convertir en ligne avec CleverUtils

L'option la plus rapide pour la plupart des utilisateurs. CleverUtils traite les PDF natifs, les tableaux sans bordure et même les documents numérisés avec OCR. Aucune installation, aucun compte requis.

1. Allez sur cleverutils.com/fr/pdf-to-csv
2. Téléchargez votre PDF — glissez-déposez ou cliquez sur « Choisir un fichier PDF ». Maximum 100 Mo.
3. Pour les PDF numérisés : sélectionnez votre langue OCR dans la liste déroulante avant de convertir.
4. Cliquez sur « Convertir en CSV » — la conversion prend quelques secondes pour la plupart des fichiers.
5. Téléchargez le CSV — ouvrez-le dans Excel, Google Sheets ou importez-le dans votre base de données.

CleverUtils traite toutes les pages de votre PDF et combine les données extraites dans un seul fichier CSV. Les fichiers sont cryptés lors du transfert et supprimés automatiquement dans 2 heures.

Méthode 2 : Python avec pdfplumber

pdfplumber est la meilleure bibliothèque Python pour extraire des tableaux des PDF. Elle comprend les tableaux avec et sans bordure, vous donne les coordonnées de chaque caractère et vous permet d'affiner les paramètres d'extraction.

Installer pdfplumber

pip install pdfplumber

Extraction de tableaux basique

Ce script extrait tous les tableaux de chaque page d'un PDF et les écrit dans un fichier CSV :

import pdfplumber
import csv

with pdfplumber.open("invoice.pdf") as pdf:
    all_rows = []
    for page in pdf.pages:
        table = page.extract_table()
        if table:
            all_rows.extend(table)

with open("output.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(all_rows)

print(f"Extracted {len(all_rows)} rows to output.csv")

Gestion des tableaux sans bordure

Lorsque les tableaux n'ont pas de bordures visibles, pdfplumber peut toujours détecter les colonnes en utilisant les positions des caractères. Utilisez extract_table() avec des paramètres personnalisés :

# Pour les PDF sans bordures de tableau visibles
table_settings = {
    "vertical_strategy": "text",
    "horizontal_strategy": "text",
    "snap_y_tolerance": 5,
    "intersection_x_tolerance": 15,
}

with pdfplumber.open("report.pdf") as pdf:
    page = pdf.pages[0]
    table = page.extract_table(table_settings)
    for row in table:
        print(row)

Convertir plusieurs PDF en masse

import pdfplumber
import csv
from pathlib import Path

for pdf_file in Path("./invoices").glob("*.pdf"):
    csv_path = pdf_file.with_suffix(".csv")
    with pdfplumber.open(pdf_file) as pdf:
        rows = []
        for page in pdf.pages:
            table = page.extract_table()
            if table:
                rows.extend(table)
        with open(csv_path, "w", newline="") as f:
            csv.writer(f).writerows(rows)
    print(f"{pdf_file.name} -> {csv_path.name} ({len(rows)} rows)")

Méthode 3 : Microsoft Excel (Obtenir les données)

Microsoft 365 (Excel pour 365) peut importer directement des fichiers PDF à l'aide de la fonctionnalité Power Query / Obtenir les données. Cette option est non disponible dans Excel 2016 ou 2019 autonome — elle nécessite un abonnement Microsoft 365 actif. Elle fonctionne bien pour les tableaux simples et bien structurés.

1. Ouvrez Excel et créez un nouveau classeur vierge.
2. Allez à Données → Obtenir les données → À partir d'un fichier → À partir d'un PDF.
3. Sélectionnez votre PDF dans le navigateur de fichiers.
4. Choisissez le ou les tableau(x) que vous souhaitez importer dans le panneau Navigateur. Excel affichera un aperçu de chaque tableau détecté.
5. Cliquez sur « Charger » pour importer les données dans votre feuille de calcul.
6. Enregistrer en CSV : Fichier → Enregistrer sous → choisissez « CSV (virgule délimitée) (*.csv) » comme format.

Méthode 4 : Google Sheets

Google Sheets n'importe pas directement les PDF, mais vous pouvez utiliser l'OCR intégré de Google Drive pour extraire d'abord le texte, puis le copier dans Sheets.

1. Téléchargez le PDF vers Google Drive.
2. Cliquez avec le bouton droit sur le PDF → Ouvrir avec → Google Docs. Google utilisera OCR sur le fichier et le convertira en document modifiable.
3. Sélectionnez les données du tableau dans le Google Doc et copiez-les (Ctrl+C / Cmd+C).
4. Ouvrez une nouvelle Google Sheet et collez (Ctrl+V / Cmd+V). Les données rempliront les cellules.
5. Nettoyez les données — ajustez les largeurs de colonne, supprimez les lignes supplémentaires, corrigez les erreurs d'OCR.
6. Télécharger en CSV : Fichier → Télécharger → Valeurs séparées par des virgules (.csv).

Comparaison des méthodes

Conseils pour une sortie CSV propre

• Vérifiez la ligne d'en-tête. Certains PDF ont des en-têtes multi-lignes qui se divisent en lignes CSV distinctes. Après la conversion, vérifiez que vos en-têtes de colonne se trouvent sur une seule ligne.
• Attention aux cellules fusionnées. Les tableaux PDF fusionnent souvent les cellules pour les titres de groupe. Ceux-ci deviennent généralement des cellules vides en CSV. Remplissez-les manuellement ou avec un script après l'extraction.
• Gérez les caractères spéciaux. Les virgules, les guillemets et les sauts de ligne à l'intérieur des valeurs de cellule peuvent endommager l'analyse CSV. Les bons convertisseurs (CleverUtils, pdfplumber) gèrent automatiquement l'échappement. Si le vôtre ne le fait pas, enveloppez les valeurs entre guillemets doubles.
• L'encodage compte. Utilisez l'encodage UTF-8 lors de l'enregistrement du CSV pour préserver les caractères accentués, les symboles de devise et le texte non-latin. En Python : open("out.csv", "w", encoding="utf-8-sig") (le -sig ajoute une BOM qui aide Excel à détecter UTF-8).
• Tableaux multi-pages. Lorsqu'un tableau s'étend sur plusieurs pages PDF, certains outils extraient chaque page comme un tableau séparé. En Python, ignorez la ligne d'en-tête sur les pages suivantes pour éviter les doublons.

Problèmes courants et solutions