如何把PDF里的表格提取到Excel

为什么有些PDF转得好，有些转不好

PDF里其实并没有真正的“表格”。它包含的是放在页面精确位置上的一段段文字，加上一些恰好看起来像网格的线条。转换工具必须根据这些位置，判断哪段文字属于哪一行、哪一列。如果PDF是由财务软件、电子表格或网银系统直接生成的，文字是真实的、对齐也很规整，这种判断通常非常准确。

麻烦出在打乱网格的版式上。遇到以下情况，我们会预期事后需要整理：

• 合并单元格，以及横跨多列的表头。
• 某一行的描述文字折成两三行。
• 每一页顶部都重复出现的表头行。
• 完全没有线条、只靠空白分隔列的表格。
• 同一页上并排放着几个小表格。

扫描版PDF需要先做OCR

如果你的PDF是扫描件或页面照片，里面根本没有文字，只有文字的图片。表格转换工具无从读取，只会得到一个空的或没用的表格。一个快速测试：在PDF阅读器里试着选中一个数字。如果选不中，这一页就是图片。

解决办法是先运行「PDF文字识别」。它会识别字符，并给文档加上真正的文字层，之后「PDF转Excel」才有内容可处理。不过对结果要有合理预期：干净、端正的扫描件识别效果不错，但可能会混淆相似的字符，比如0和O、1和l，或者逗号和句点，在金额表格里这些错误可不是小事。扫描版表格永远需要比电子版更仔细地核对。

PDF转Excel的详细步骤

「PDF转Excel」在我们的服务器上运行，因为重建表格需要的计算量超出了浏览器能轻松处理的范围。你的文件会上传到我们位于德国的服务器，转换完成后立即删除。你需要一个免费账号；免费套餐每天可处理3个任务，单个文件最大10 MB，Bronze、Silver和Gold套餐额度更高。

• 1. 如果PDF很长而你只需要其中几页，先用「PDF提取页面」把它裁小。要转换的内容越少，要清理的也越少。
• 2. 打开「PDF转Excel」，把PDF拖进上传框。
• 3. 点击“转换为Excel”，等待服务器分析页面。
• 4. 下载XLSX文件。PDF的每一页会成为一个单独的工作表。
• 5. 用Excel、WPS表格、Google表格、Numbers或LibreOffice打开，开始核对。

信任数字之前，先核对

转换出来的表格，我们从不未经核对就直接使用，涉及金额时尤其如此。转换结果通常是对的，但“通常”对报税或发票纠纷来说远远不够。我们的核对只需要几分钟：

• 对比合计。如果PDF上有合计或期末余额，就在Excel里把这一列加起来比较。数字一致，是所有数据都落对位置的最有力证明。
• 确认数字是数字。靠左对齐的单元格往往是以文本格式存储的，无法求和。用Excel的“转换为数字”功能，或者乘以1快速修正。
• 注意小数点和千位分隔符。用1.234,56格式的对账单，在设置为1,234.56的表格里可能被读错。求和之前先设好正确的区域格式。
• 检查有没有错行。折行的描述文字有时会被拆成多出来的一行，把金额挤得和标签对不上。
• 删掉每一页带过来的重复表头；如果需要跨页排序或筛选，再把几个工作表合并成一张表。

什么时候换个方法更快

如果只有一个小表格，坦白说，直接在PDF阅读器里选中、粘贴进Excel可能更快，再用Excel的“分列”功能把数值拆开。如果是文字为主、表格只占一部分的文件，「PDF转Word」能把段落和表格一起保留在一个可编辑的文档里。

如果你不是在提取文件，而是在制作文件，比如要发给客户的发票或简单预算，我们的可填写模板库（/templates）提供现成的版式，在浏览器里填写即可。当表格做完、需要以固定格式发出去时，用「Excel转PDF」就能形成闭环。

一个真实例子：用银行流水做预算

我们常做的一件事，是把三个月的银行流水整理成一张预算表。我们从网银下载PDF格式的对账单，这样得到的是带真实文字的电子文件，是最好的起点。如果对账单带有密码，先用「PDF解密」去掉密码，因为加密的文件无法转换。然后把每份对账单分别放进「PDF转Excel」。

在表格里，我们删掉重复的页眉，把每个工作表里的交易行复制到同一张表中，修正日期和金额格式，再把每个月的合计和对账单上的期末余额对比。全部对上之后，加一列分类，预算就可以开始做了。整个过程大约二十分钟，而手动录入要花掉一个下午。

常见问题