AI导哈

PDF表格提取转换服务

一款用于从PDF文件中提取表格并转换为CSV格式的服务器工具，支持批量处理、多种提取策略和灵活的输出配置。

  • by sergiudanstan
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 sergiudanstan/mcp-pdf-to-csv

使用说明

PDF到CSV MCP服务器

FastMCP服务器，用于从PDF文件中提取表格并将其转换为CSV格式。

特性

  • 批量PDF处理：从单个或多个PDF中提取表格
  • 多种提取策略：自动、晶格（基于网格）和流（基于空白）
  • 灵活的输出：保存单个表或合并每个PDF的所有表
  • 可配置文件夹：设置自定义输入/输出目录

安装

# Create virtual environment
python3 -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies
pip install fastmcp pdfplumber pandas

配置

服务器在Claude Desktop中配置为： ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "pdf-to-csv": {
      "command": "/Users/sara/MCP_PDF_CSV/.venv/bin/python3",
      "args": ["/Users/sara/MCP_PDF_CSV/pdf_to_csv_server.py"]
    }
  }
}

用法

默认文件夹

  • 输入: /Users/sara/MCP_PDF_CSV/pdfs/
  • 输出: /Users/sara/MCP_PDF_CSV/output_csv/

可用的MCP工具

  1. set_folder（文件夹：str）

    • 设置包含PDF文件的输入文件夹
    • 例子： set_folder("/path/to/pdfs")

  2. set_output（文件夹：str）

    • 设置CSV文件的输出文件夹
    • 例子： set_output("/path/to/output")

  3. list_pdf（）

    • 列出当前输入文件夹中的所有PDF文件

  4. extract_tables（文件名：str，页面：str=“all”，策略：str=”auto“，合并：bool=False，strip_ws:bool=True）

    • 从单个PDF中提取表格
    • 参数:
      • filename：输入文件夹中的PDF文件名
      • pages：“所有”或特定页面，如“1,3-5”
      • strategy：“auto”、“lattice”或“stream”
      • merge：使用所有表创建合并的CSV
      • strip_ws：从单元格中删除空格

  5. extract_all（pages:str=“all”，策略：str=“auto”，合并：bool=False，strip_ws:bool=True）

    • 从文件夹中的所有PDF中提取表格
    • 与extract_tables参数相同（文件名除外）

  6. show_config（）

    • 显示当前输入/输出文件夹配置

测试

运行测试脚本以验证安装：

source .venv/bin/activate
python test_server.py

故障排除

检查克劳德桌面日志

tail -50 ~/Library/Logs/Claude/mcp-server-pdf-to-csv.log

常见问题

  1. “只读文件系统”错误：使用绝对路径（SCRIPT_DIR）修复
  2. 连接错误：配置更改后重新启动Claude Desktop
  3. 缺少依赖项：重新安装 pip install fastmcp pdfplumber pandas

技术细节

  • 框架：FastMCP 2.13.0.2
  • PDF库：pdfplumber（带pdfminer.six后端）
  • 数据处理：熊猫
  • 运输：STDIO（标准输入/输出）
  • 协议：MCP（模型上下文协议）2025-06-18

文件

  • pdf_to_csv_server.py -主MCP服务器
  • test_server.py -验证脚本
  • README.md -此文件
  • .venv/ -Python虚拟环境
  • pdfs/ -默认输入文件夹
  • output_csv/ -默认输出文件夹

相关 MCP