Extrator de Tabelas HTML

Fez scraping de uma página e acabou com um emaranhado de markup <table>? Cole aqui e receba de volta dados limpos e estruturados — CSV para uma planilha, TSV quando suas células estão cheias de vírgulas, JSON para código ou uma tabela Markdown para um README. Tudo roda no seu navegador; o HTML nunca sai da sua máquina.

Como usar

1. Cole seu HTML na caixa de entrada ou arraste um arquivo .html para o campo de envio. Uma página salva inteira também serve — tudo fora de um <table> é ignorado.
2. Escolha o formato de saída: CSV, TSV, JSON ou Markdown.
3. Se a página tiver mais de uma tabela, confira a lista Tabelas encontradas logo abaixo e informe o número da tabela em Tabela a extrair. Digite all para extrair todas as tabelas de uma vez.
4. Deixe A primeira linha contém cabeçalhos marcado se a primeira linha tiver os nomes das colunas — ela se torna as chaves dos objetos JSON e a linha de cabeçalho do Markdown.
5. Copie ou baixe o resultado.

Configurações

• Tabela a extrair — um número a partir de 1 (1, 2, 3…) ou all. Tabelas aninhadas dentro das células de outra tabela são contadas como parte da tabela pai, não como tabelas separadas.
• A primeira linha contém cabeçalhos — com saída JSON, marcado gera um array de objetos com chaves do texto do cabeçalho; desmarcado, gera um array de arrays. Com Markdown, desmarcado insere uma linha de cabeçalho vazia para que a tabela continue sendo renderizada.
• Expandir células mescladas — veja abaixo.

Como ele trata colspan e rowspan?

Ele os expande. Uma célula com colspan="3" grava seu valor nas três colunas que cobre, e uma célula rowspan="2" se repete na linha seguinte. O resultado é um retângulo denso em que a coluna 3 de cada linha é de fato a coluna 3, que é o que uma planilha ou um consumidor de JSON precisa. A maioria dos extratores ignora isso e entrega linhas irregulares que você precisa realinhar manualmente.

Desative Expandir células mescladas se preferir que cada <td> contribua com exatamente uma célula — útil ao inspecionar a estrutura do markup bruto em vez da grade renderizada.

O que acontece com a formatação dentro de uma célula?

Tags inline (<a>, <strong>, <span>…) são removidas e apenas o texto é mantido. <br> vira um espaço, entidades HTML como &,   e — são decodificadas, e sequências de espaços em branco são reduzidas a um único espaço — então uma célula formatada em cinco linhas indentadas sai como um único valor organizado.

Ele consegue buscar uma tabela a partir de uma URL?

Não, e isso é intencional: nada é enviado nem buscado, então a ferramenta funciona tão bem em páginas internas, painéis com login e localhost quanto em sites públicos. Use "Exibir código-fonte" do navegador ou DevTools → Copiar elemento e, em seguida, cole o resultado.

Por que as vírgulas estão entre aspas no meu CSV?

Porque uma célula contendo vírgula, aspas ou quebra de linha quebraria a estrutura de colunas. A saída segue as regras normais de aspas do CSV ("Grace, R.", com qualquer " interna duplicada), então as planilhas a importam corretamente. Se preferir evitar aspas por completo, mude para TSV.

Ferramentas relacionadas

Na direção oposta — transformar dados de volta em markup — está a JSON to HTML Table. Para reorganizar o CSV que você obtém aqui, a CSV Column Extractor escolhe e reordena colunas, e a Table to Markdown Converter trata dados de planilha colados. Se quiser a página inteira como texto corrido, e não apenas as tabelas, use o HTML to Markdown.