Parse 会连同单元格结构一起恢复表格，并同时返回它的多种形式：既出现在该页的 markdown 里（竖线表或 HTML），也作为 items 树里一个类型为 table 的条目，带 rows、csv、html 与 md 四种表示。你要哪种格式由几个输出选项决定，还可以让 Parse 把每张表格写进一个 XLSX 工作簿。

什么时候用它

• 财务报表、10-K、业绩演示与审计报告 —— 跨很多页、有大量表格。
• 含合并表头的表格 —— markdown 竖线表无法表达。
• 跨页接续的表格 —— 你希望它们作为一张表返回。
• 无框线或轻描边框的表格 —— 基于文本的解析器会漏掉。
• 要把表格数据载入 pandas、数仓或电子表格，而不是当散文来读。

以文字为主、表格简单的文档选 cost_effective；有真正的表格与扫描页的选 agentic；密集的财报与复杂表格选 agentic_plus。fast 档不调用任何 AI 模型，因此当表格有合并单元格、跨页接续或缺少框线时，请选 cost_effective 或更高档位。

选项

选项	类型	默认值	作用
output_options.markdown.tables.output_tables_as_markdown	boolean	未设	true 输出 markdown 竖线表；false 保留 HTML <table> 标签。竖线表更简单但表达不了合并单元格；HTML 可以，用 colspan。
output_options.markdown.tables.merge_continued_tables	boolean	未设	把跨多页的一张表合并为一张。合并后的表出现在第一页，并带 merged_from_pages 元数据。
output_options.markdown.tables.compact_markdown_tables	boolean	未设	去掉 markdown 表格单元格内的空白填充。
output_options.markdown.tables.markdown_table_multiline_separator	string	未设	markdown 表格里多行单元格内容的分隔符，例如用 "<br>" 保留换行，或用 " " 拼接。
output_options.tables_as_spreadsheet.enable	boolean	未设	额外把每张表格写入一个 XLSX 文件，每张表一个 sheet。用 expand=["xlsx_content_metadata"] 取回。
output_options.tables_as_spreadsheet.guess_sheet_name	boolean	true	用表格的表头与周边文字来命名 sheet，而不是 Table_1。
processing_options.aggressive_table_extraction	boolean	未设	更努力地寻找表格边界，包括没有可见框线的表格。可能带来误检。
processing_options.disable_heuristics	boolean	未设	当带框线抽取与超长表格的自适应处理给出错误结果时，把它们关掉。
output_options.granular_bboxes	"cell"、"line"、"word" 的数组	[]	为表格的每个单元格附加边界框，用于高亮。见版面与边界框。

示例

从快速上手 下载那份报告：

终端窗口

curl -fL -o executive-summary-2024.pdf https://fiscal.treasury.gov/system/files/files/reports-statements/financial-report/2024/executive-summary-2024.pdf

上传它、跑一个 Parse 任务，从 items 树里收集每张表格，并用它们的 csv 载入 pandas：

import io

import pandas as pd
from llama_cloud import LlamaCloud

client = LlamaCloud()  # reads LLAMA_CLOUD_API_KEY from the environment

file = client.files.create(file="./executive-summary-2024.pdf", purpose="parse")

result = client.parsing.parse(
    file_id=file.id,
    tier="agentic",
    version="latest",
    output_options={"markdown": {"tables": {"merge_continued_tables": True}}},
    expand=["markdown", "items"],
)

tables = [
    (page.page_number, item)
    for page in result.items.pages
    if page.success  # a failed page carries no items
    for item in page.items
    if item.type == "table"
]
print(f"Found {len(tables)} tables across {len(result.items.pages)} pages")

for page_number, table in tables:
    df = pd.read_csv(io.StringIO(table.csv))
    print(f"page {page_number}: {len(df)} rows x {len(df.columns)} cols")

你会拿到什么

在该页的 markdown 里，对快速上手 那份报告做一次默认的 agentic 解析会返回 HTML 形式的汇总表，并保留其合并的表头行：

<table>
  <thead>
    <tr><th colspan="3">Financial Measures (Dollars in Billions):</th></tr>
    <tr><th></th><th>2024</th><th>2023*</th></tr>
  </thead>
  <tbody>
    <tr><td>Gross Costs</td><td>$ (7,772.2)</td><td>$ (7,661.7)</td></tr>
    <tr><td>Less: Earned Revenue</td><td>$ 652.9</td><td>$ 539.5</td></tr>
  </tbody>
</table>

在 items 树里，同一张表是一个带类型的条目，数据有四种形态：

{
  "type": "table",
  "rows": [["Financial Measures (Dollars in Billions):", "2024", "2023*"], ["Gross Costs", "$ (7,772.2)", "$ (7,661.7)"]],
  "csv": "Financial Measures (Dollars in Billions):,2024,2023*\nGross Costs,$ (7,772.2),$ (7,661.7)",
  "html": "<table>...</table>",
  "md": "| Financial Measures (Dollars in Billions): | 2024 | 2023* |\n|---|---|---|..."
}

rows 是列表的列表，csv 可以直接交给 pandas.read_csv，html 与 md 则可直接展示。启用 tables_as_spreadsheet 后，expand=["xlsx_content_metadata"] 会附上该工作簿的预签名下载地址。

另请参阅

• 解析财务报表并抽出全部表格：Python、TypeScript、Go、Java 与 CLI 的完整走查
• 解析 PDF 中的图表并用 pandas 分析：单表变体，另含把图表数据当表格返回
• 配置 Parse：markdown 输出选项 与 表格转电子表格
• 响应形态：表格：表格条目上的每个字段
• 电子表格：XLSX 与 CSV 输入，也就是反方向的场景