MedSaver - PDF Table to CSV Converter

Вступ

MedSaver — це програма для конвертації медичних звітів та інших табульованих даних з формату PDF до зручного для обробки формату CSV.

Люди, які слідкують за своїм здоров'ям і регулярно здають аналізи в медичних лабораторіях, зустрічаються з незручністю при відстеженні своїх показників на великому проміжку часу. Це спричинено тим, що аналізи повертаються у вигляді PDF файлів. Хоч розширення PDF дає змогу переглядати їх на будь-якому пристрої, але унеможливлює легко копіювати таблиці для подальшого розгляду в інших програмах.

MedSaver розв'язує цю проблему, допомагаючи конвертувати дані з багатьох однотипних PDF файлів в зручніші для використання CSV файли. Після обробки програмою дані можна легко групувати та аналізувати в будь-яких інших програмах.

Постановка задачі

Основна задача — створити програму для системи Windows, яка конвертує дані з PDF документів у CSV файли, дозволяючи користувачам:

Отримувати запити від користувача на конвертацію даних
Знаходити та виокремлювати потрібні дані із файлів
Зберігати результати у зручному для подальшого використання форматі

Основні можливості

GUI режим — інтерактивна робота з шаблонами та попередній перегляд
CLI режим — пакетна обробка кількох PDF файлів одночасно
Система шаблонів — збереження налаштувань для подальшого використання
Гнучке виділення области — точна вибір області з таблицею в документі
Навігація по сторінках — перевірка налаштувань на різних сторінках документа

Формат вихідних даних

Програма генерує CSV файли з двома стовпчиками:

Перший стовпчик — Показник (назва аналізу)
Другий стовпчик — Результат аналізу (значення)

Як користуватися

Графічний режим

Запуск

Запустіть програму подвійним натисканням на PDFTestInForm3.exe

Основні кроки

Завантаження файлу
- Введіть адресу файлу в поле "Test File address" або
- Натисніть кнопку "Search for file" для пошуку через файловий провідник
Налаштування шаблону
- Виберіть існуючий шаблон або створіть новий через ComboBox
- Назва шаблону — "New Template" для створення нового
Вибір області таблиці
- Клікніть та перетягніть лівою кнопкою миші на зображенні PDF, щоб виділити область з табличними даними
- Виділена область повинна містити лише "Показники" та "Результати"
Перевірка налаштувань
- Використовуйте кнопки "Prev page" та "Next page" для перевірки налаштувань на всіх сторінках
Іменування шаблону (опціонально)
- Змініть ім'я шаблону в полі "Name of template" для зручності
Конвертація
- Натисніть кнопку "Convert to CSV"
- Файл буде збережений поряд з вихідним PDF файлом

Збереження

При закритті програми всі шаблони автоматично зберігаються в файл templates.json

Командний рядок (CLI режим)

CLI режим зручний для пакетної обробки багатьох файлів.

Синтаксис

PDFTestInForm3.exe -i <inputPath> -o <outputPath> -n <templateName> [-t <templatePath>]

Параметри

Параметр	Обов'язковий	Опис
`-i, --inputPath`	Так	Шлях до файлу або папки для обробки
`-o, --outputPath`	Так	Шлях до папки для збереження CSV файлів
`-n, --nameOfTemplete`	Так	Назва шаблону для обробки
`-t, --templatePath`	Ні	Шлях до файлу з шаблонами (за замовчуванням: `templates.json`)
`--help`	Ні	Показує допомогу
`--version`	Ні	Показує версію програми

Приклади

# Обробка одного файлу
PDFTestInForm3.exe -i "C:\analysis.pdf" -o "C:\output" -n "medical"

# Обробка папки з файлами
PDFTestInForm3.exe -i "C:\pdfs" -o "C:\csv_results" -n "hospital"

# Використання користувальницьких шаблонів
PDFTestInForm3.exe -i "C:\analysis.pdf" -o "C:\output" -n "custom" -t "C:\my_templates.json"

Технічна архітектура

Технологічний стек

Фреймворк: .NET 8.0 WPF Application
Мова: C#
ОС: Windows

Основні компоненти

App.xaml.cs

Точка входу програми. Містить логіку для роботи в двох режимах:

Без параметрів — запуск GUI
З параметрами — запуск CLI

Використані функції Windows API:

AllocConsole() — створення консолі
AttachConsole() — підключення до консолі батьківського процесу
FreeConsole() — закриття консолі

MainWindow.xaml.cs

Головне вікно GUI застосунку. Відповідає за:

Відображення PDF сторінок
Навігацію по сторінках
Виділення області таблиці
Управління шаблонами
Запуск конвертації

Основні методи:

ImPdfUpdate() — оновлення переглядача
RenderPdfPageToBitmap() — рендеринг сторінки в растрову графіку
ConvertBitmapToBitmapImage() — конвертація для WPF
Обробники миші для виділення площі

Templates.cs

Управління шаблонами областей таблиць:

Клас Templates:

Зберігання списку шаблонів
Завантаження/збереження з JSON
Пошук шаблонів за назвою

Клас Template:

Параметри області: Left, Right, Top, Bottom (в відсотках від розміру сторінки)
Метод MarginInActualSize() для масштабування відступів

SavePdfToCsv.cs

Основна логіка конвертації:

Читання PDF за допомогою PdfPig
Екстракція таблиць
Запис в CSV з двома стовпчиками
Обробка форматування даних через регулярні вирази

Залежності (NuGet пакети)

Пакет	Версія	Призначення
CommandLineParser	2.9.1	Парсинг аргументів командного рядка
CsvHelper	33.0.1	Запис CSV файлів
Newtonsoft.Json	13.0.3	Серіалізація/десеріалізація JSON
PdfiumViewer	2.13.0	Переглядання та рендеринг PDF
PdfiumViewer.Native.x86.v8-xfa	2018.4.8.256	Нативні бібліотеки для x86
PdfiumViewer.Native.x86_64.v8-xfa	2018.4.8.256	Нативні бібліотеки для x64
PdfPig	0.1.9-alpha-20240626-14e70	Екстракція таблиць з PDF
PDFsharp	6.1.0	Обробка PDF
System.Drawing.Common	9.0.0-preview.5.24306.5	Графічні операції
Tabula.Csv	0.1.3	Екстракція табульованих даних

Вимоги до системи

ОС: Windows 10 / 11
.NET Runtime: .NET 8.0 Windows Runtime
RAM: Мінімум 512 MB
Місце на диску: ~100 MB (з усіма залежностями)

Встановлення та запуск

Попередньо скомпільований варіант

Завантажте папку з вже скомпільованою програмою
Запустіть PDFTestInForm3.exe

Компіляція з вихідного коду

Вимоги:

Visual Studio 2022 або новіше
.NET 8.0 SDK

Кроки:

# Клонування репозиторію
git clone https://github.com/Chardje/PDFTableToCSV.git
cd PDFTableToCSV

# Відновлення залежностей
dotnet restore

# Компіляція
dotnet build

# Запуск
dotnet run

Структура проекту

PDFTableToCSV/
├── App.config              # Конфігурація застосунку
├── App.xaml                # XAML розмітка додатка
├── App.xaml.cs             # Логіка додатка (точка входу)
├── MainWindow.xaml         # XAML розмітка головного вікна
├── MainWindow.xaml.cs      # Логіка головного вікна
├── SavePdfToCsv.cs         # Логіка конвертації PDF→CSV
├── Templates.cs            # Управління шаблонами
├── AssemblyInfo.cs         # Інформація про збірку
├── PDFTestInForm3.csproj   # Файл проекту
└── templates.json          # Збережені шаблони (генерується при запуску)

Файлові формати

templates.json

Зберігає налаштовані шаблони в наступному форматі:

[
  {
    "Name": "medical",
    "Left": 0.05,
    "Right": 0.05,
    "Top": 0.1,
    "Bottom": 0.1
  },
  {
    "Name": "hospital",
    "Left": 0.0,
    "Right": 0.0,
    "Top": 0.15,
    "Bottom": 0.2
  }
]

CSV вихід

Показник,Результат
Гемоглобін,145
Еритроцити,4.8

Відомі обмеження

Підтримується лише Windows
Найкращі результати з регулярно структурованими таблицями
Потребує попередньої налаштування шаблонів
Не автоматично розпізнає різні формати PDF

Майбутні розширення

Підтримка Linux та macOS
Автоматичне розпізнавання таблиць
Веб-інтерфейс
Експорт до інших форматів (Excel, JSON)
Розпізнавання тексту (OCR)

Ліцензія

Проект розроблений як приватна утиліта. Детальна інформація про ліцензію знаходиться в репозиторії.

Контакти та підтримка

GitHub: Chardje/PDFTableToCSV
Розробник: Vladyslav Chardje

Джерела та посилання

Документація

Бібліотеки та інструменти

Спільноти

Версія документації: 1.0
Дата оновлення: 2026
Статус: Активно розвивається

Name		Name	Last commit message	Last commit date
Latest commit History 11 Commits
.gitattributes		.gitattributes
.gitignore		.gitignore
App.config		App.config
App.xaml		App.xaml
App.xaml.cs		App.xaml.cs
AssemblyInfo.cs		AssemblyInfo.cs
MainWindow.xaml		MainWindow.xaml
MainWindow.xaml.cs		MainWindow.xaml.cs
PDFTestInForm3.csproj		PDFTestInForm3.csproj
README.md		README.md
SavePdfToCsv.cs		SavePdfToCsv.cs
Templates.cs		Templates.cs

Folders and files

Latest commit

History

Repository files navigation