Documento a CSV

Lo strumento accetta diversi formati di documento contenenti tabelle e restituisce una rappresentazione CSV adatta a pipeline di dati. Rileva aree tabellari in input JSON, XML, Excel, TSV e PDF, allinea le colonne e applica regole di citazione coerenti per conservare l'integrità dei dati. Il flusso principale è indipendente dal formato di estrazione, con parser specifici al formato che gestiscono l’input prima della normalizzazione delle tabelle. Supporta l’inferenza delle intestazioni o un’intestazione fornita dall’utente, e consente di configurare il delimitatore di output e la codifica per supportare i sistemi a valle. In documenti con più tabelle, è possibile unirele Tabelle in un unico CSV o emettere output separati per ogni tabella, facilitando l’integrazione flessibile con data lake e job ETL. Lo strumento enfatizza la correttezza dei valori numerici e di data; escaping e quoting, nonché gestione robusta dei valori mancanti. Progettato per automazione, elaborazione batch e scripting dove CSV è la lingua franca dello scambio dati. Vantaggi unici: multi-formato, codifica e delimitatore configurabili, e OCR opzionale per PDF scansionati. Casi d’uso: migrazione di dati da report annuali (tabelle PDF), estrazione di dati da esportazioni XML/JSON e conversione di workbook Excel con fogli multipli in set di dati CSV pronti per l’analisi.