如何将PDF文件转换为电子表格

Question

我一整天都在尝试将包含圣保罗交通流的几个.pdf文件转换成MS Office Excel或Ubuntu中的LibreOffice Calc这样的电子表格。当我使用LibreOffice Calc打开.pdf文件时，它会自动打开LibreOffice Draw，而无法得到电子表格。

我发现最有前途的方法是这里提到的pdftotext。使用此方法后，我可以在LibreOffice Calc中获得表格，但需要手动调整列宽。

我的问题是我有很多.pdf文件，如果一个一个手动处理的话，需要花费很长时间。

是否有更好的方法？

- Sergio

---

可能 OpenOffice / LibreOffice 的无界面选项可以帮助您。 - TeTeT

Answer 1

另一个选项是使用Okular（http://okular.kde.org）。 它有表格选择工具（Ctrl+5）。 您可以选择表格，添加其他行和列，并将结果表格复制到剪贴板中。 对我来说效果很好。

- Dmitry Somov

Answer 2

Tabula 可以运行良好。由于 PDF 格式不易从中提取结构化信息，因此并非总是可行。

- scruss

Answer 3

也许对你来说 -layout 选项会很有用。设置此选项后，pdftotext 将尝试在生成的文本文件中保留列布局。

现在，您可以使用适当的导入设置将文本文件导入到 LibreOffice Calc 中。 在 Calc 中打开 txt 文件时，会询问如何解析文件内容（见下方截图）。 在分隔符选项下，选择 [separated by] Space 和 Merge Delimiters 选项，这样 Calc 就能够恢复列结构（假设单元格数据不包含空格）。

- tohuwawohu

---

谢谢@TeTeT和@tohuwawohu，但是并没有太大帮助，因为我需要手动为每个文件添加字段。这里是一个txt文件的副本。顺便说一下，当我使用pdftotext时，我使用了以下命令： pdftotext -layout pg_0014.pdf pg_0014.txt - Sergio

好的，我明白了。源PDF文件也可以在线获取。它有近200页，包含许多表格。如果没有使用专业的pdf-to-calc（pdf-to-excel）解决方案的方法，您只能尝试并询问CETSP人员是否会向您发送原始的winword文件。无论如何，您仍然需要手动将每个表格导入calc中。也许原始数据也是可用的。 - tohuwawohu

我尝试通过透明度系统多次向 CETSP 提问，但都没有得到回答。好吧，我会尝试使用 Windows。谢谢！ - Sergio

Answer 4

有一个叫做Able2Extract的工具可以帮您实现最小误差的需求

- Ruyonga Dan