PDF naar CSV converteren :
4 methoden die echt werken

Tabellen vs. platte tekst: waarom het belangrijk is

Controleer voordat u een methode kiest wat voor gegevens uw PDF bevat. De aanpak hangt volledig af van de PDF-structuur:

Methode 1: Online converteren met CleverUtils

De snelste optie voor de meeste gebruikers. CleverUtils verwerkt native PDF's, tabellen zonder randen en zelfs gescande documenten met OCR. Geen installatie, geen account vereist.

1. Ga naar cleverutils.com/nl/pdf-to-csv
2. Upload uw PDF — sleep en zet neer, of klik op « PDF-bestand kiezen ». Max. 100 MB.
3. Voor gescande PDF's: selecteer uw OCR-taal in de vervolgkeuzelijst voordat u converteert.
4. Klik op « Naar CSV converteren » — conversie duurt enkele seconden voor de meeste bestanden.
5. Download de CSV — open deze in Excel, Google Sheets of importeer in uw database.

CleverUtils verwerkt alle pagina's van uw PDF en combineert geëxtraheerde gegevens in één CSV-bestand. Bestanden worden gecodeerd tijdens overdracht en automatisch verwijderd binnen 2 uur.

Methode 2: Python met pdfplumber

pdfplumber is de beste Python-bibliotheek voor het extraheren van tabellen uit PDF's. Het begrijpt tabellen met en zonder randen, geeft u coördinaten voor elk teken en laat u extractieparameters fijnafstellen.

pdfplumber installeren

pip install pdfplumber

Basis tabelextractie

Dit script extraheert alle tabellen van elke pagina van een PDF en schrijft ze naar een CSV-bestand:

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")

Omgaan met tabellen zonder randen

Wanneer tabellen geen zichtbare randen hebben, kan pdfplumber kolommen nog steeds detecteren met tekenposities. Gebruik extract_table() met aangepaste instellingen:

# Voor PDF's zonder zichtbare tabelranden
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)

Meerdere PDF's batchgewijs converteren

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)")

Methode 3: Microsoft Excel (Gegevens ophalen)

Microsoft 365 (Excel voor 365) kan PDF-bestanden rechtstreeks importeren met behulp van de Power Query / Gegevens ophalen-functie. Deze optie is niet beschikbaar in zelfstandige Excel 2016 of 2019 — het vereist een actief Microsoft 365-abonnement. Het werkt goed voor eenvoudige, goed gestructureerde tabellen.

1. Open Excel en maak een nieuwe lege werkmap aan.
2. Ga naar Gegevens → Gegevens ophalen → Uit bestand → Uit PDF.
3. Selecteer uw PDF uit de bestandsbrowser.
4. Kies de tabel(len) die u wilt importeren in het paneel Navigatie. Excel toont een voorbeeld van elke gedetecteerde tabel.
5. Klik op « Laden » om de gegevens in uw werkblad te importeren.
6. Opslaan als CSV: Bestand → Opslaan onder → kies « CSV (met komma's gescheiden) (*.csv) » als indeling.

Methode 4: Google Sheets

Google Sheets importeert PDF's niet rechtstreeks, maar u kunt de ingebouwde OCR van Google Drive gebruiken om eerst de tekst uit te nemen en deze vervolgens in Sheets te plakken.

1. Upload de PDF naar Google Drive.
2. Klik met de rechtermuisknop op de PDF → Openen met → Google Docs. Google zal OCR op het bestand toepassen en het converteren naar een bewerkbaar document.
3. Selecteer de tabelgegevens in het Google Doc en kopieer (Ctrl+C / Cmd+C).
4. Open een nieuw Google Sheet en plak (Ctrl+V / Cmd+V). De gegevens vullen de cellen in.
5. Ruim de gegevens op — pas kolombreedte aan, verwijder extra rijen, corrigeer OCR-fouten.
6. Downloaden als CSV: Bestand → Downloaden → Door komma's gescheiden waarden (.csv).

Vergelijking van methoden

Tips voor schone CSV-uitvoer

• Controleer de koppelingrij. Sommige PDF's hebben headers met meerdere regels die in aparte CSV-rijen worden opgesplitst. Controleer na conversie of uw kolomkoppelingen op één rij staan.
• Wees voorzichtig met samengevoegde cellen. PDF-tabellen voegen cellen vaak samen voor groepskoppen. Deze worden meestal lege cellen in CSV. Vul ze handmatig in of met een script na extractie.
• Zorg voor speciale tekens. Komma's, aanhalingstekens en regelbreaks in celwaarden kunnen CSV-parsing verbreken. Goede converters (CleverUtils, pdfplumber) verwerken escaping automatisch. Als de uwe niet, verpak waarden in dubbele aanhalingstekens.
• Codering is van belang. Gebruik UTF-8-codering bij het opslaan van CSV om geaccentueerde tekens, valutasymbolen en non-Latijnse tekst te behouden. In Python: open("out.csv", "w", encoding="utf-8-sig") (de -sig voegt een BOM toe die Excel helpt UTF-8 te detecteren).
• Tabellen op meerdere pagina's. Wanneer een tabel meerdere PDF-pagina's omvat, extraheren sommige gereedschappen elke pagina als een aparte tabel. Sla in Python de koptekstgrij op volgende pagina's over om duplicaten te voorkomen.

Veelvoorkomende problemen en oplossingen