Come convertire PDF in CSV :
4 metodi che funzionano davvero

Tabelle vs testo semplice: perché è importante

Prima di scegliere un metodo, controlla che tipo di dati contiene il tuo PDF. L'approccio dipende interamente dalla struttura del PDF:

Metodo 1: Converti online con CleverUtils

L'opzione più veloce per la maggior parte degli utenti. CleverUtils gestisce PDF nativi, tabelle senza bordi e persino documenti scansionati con OCR. Nessuna installazione, nessun account richiesto.

1. Vai su cleverutils.com/it/pdf-to-csv
2. Carica il tuo PDF — trascina e rilascia, o fai clic su « Scegli file PDF ». Max. 100 MB.
3. Per PDF scansionati: seleziona la tua lingua OCR dal menu a discesa prima di convertire.
4. Fai clic su « Converti in CSV » — la conversione richiede alcuni secondi per la maggior parte dei file.
5. Scarica il CSV — aprilo in Excel, Google Sheets o importa nel tuo database.

CleverUtils elabora tutte le pagine del tuo PDF e combina i dati estratti in un unico file CSV. I file vengono crittografati durante il trasferimento ed eliminati automaticamente entro 2 ore.

Metodo 2: Python con pdfplumber

pdfplumber è la migliore libreria Python per estrarre tabelle da PDF. Comprende sia le tabelle con che senza bordi, ti fornisce le coordinate per ogni carattere e ti permette di ottimizzare i parametri di estrazione.

Installa pdfplumber

pip install pdfplumber

Estrazione di base della tabella

Questo script estrae tutte le tabelle da ogni pagina di un PDF e le scrive in un file 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")

Gestione di tabelle senza bordi

Quando le tabelle non hanno bordi visibili, pdfplumber può comunque rilevare le colonne utilizzando le posizioni dei caratteri. Usa extract_table() con impostazioni personalizzate:

# Per PDF senza bordi di tabella visibili
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)

Converti più PDF in batch

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)")

Metodo 3: Microsoft Excel (Ottieni dati)

Microsoft 365 (Excel per 365) può importare file PDF direttamente utilizzando la funzione Power Query / Ottieni dati. Questa opzione non è disponibile in Excel 2016 o 2019 standalone — richiede un abbonamento Microsoft 365 attivo. Funziona bene per tabelle semplici e ben strutturate.

1. Apri Excel e crea una nuova cartella di lavoro vuota.
2. Vai a Dati → Ottieni dati → Da file → Da PDF.
3. Seleziona il tuo PDF dal browser dei file.
4. Scegli la/le tabella/e che desideri importare dal pannello Navigazione. Excel mostrerà un'anteprima di ogni tabella rilevata.
5. Fai clic su « Carica » per importare i dati nel tuo foglio di lavoro.
6. Salva come CSV: File → Salva con nome → scegli « CSV (delimitato da virgole) (*.csv) » come formato.

Metodo 4: Google Sheets

Google Sheets non importa direttamente i PDF, ma puoi usare l'OCR integrato di Google Drive per estrarre prima il testo e poi copiarlo in Sheets.

1. Carica il PDF su Google Drive.
2. Fai clic con il pulsante destro del mouse sul PDF → Apri con → Google Docs. Google userà OCR sul file e lo convertirà in un documento modificabile.
3. Seleziona i dati della tabella nel Google Doc e copia (Ctrl+C / Cmd+C).
4. Apri un nuovo Google Sheet e incolla (Ctrl+V / Cmd+V). I dati riempiranno le celle.
5. Pulisci i dati — regola le larghezze delle colonne, rimuovi le righe extra, correggi gli errori di OCR.
6. Scarica come CSV: File → Scarica → Valori separati da virgole (.csv).

Confronto dei metodi

Suggerimenti per un output CSV pulito

• Controlla la riga di intestazione. Alcuni PDF hanno intestazioni su più righe che si dividono in righe CSV separate. Dopo la conversione, verifica che le intestazioni delle colonne siano su una sola riga.
• Attenzione alle celle unite. Le tabelle PDF spesso uniscono le celle per i titoli dei gruppi. Questi di solito diventano celle vuote in CSV. Compilali manualmente o con uno script dopo l'estrazione.
• Gestisci i caratteri speciali. Virgole, virgolette e interruzioni di riga all'interno dei valori delle celle possono interrompere l'analisi CSV. I buoni convertitori (CleverUtils, pdfplumber) gestiscono l'escape automaticamente. Se il tuo no, racchiudi i valori tra virgolette doppie.
• La codifica è importante. Usa la codifica UTF-8 quando salvi il CSV per preservare i caratteri accentati, i simboli di valuta e il testo non latino. In Python: open("out.csv", "w", encoding="utf-8-sig") (il -sig aggiunge una BOM che aiuta Excel a rilevare UTF-8).
• Tabelle su più pagine. Quando una tabella si estende su più pagine PDF, alcuni strumenti estraggono ogni pagina come una tabella separata. In Python, salta la riga di intestazione nelle pagine successive per evitare duplicati.

Problemi comuni e soluzioni