pdf table extractor

PDF 转 Excel 把 PDF 里的表格拆出来,一表一个 Sheet

报价单、对账单、成绩单导成 PDF 之后,数字就只能截图了。这里按文本坐标还原表格: 先按 y 聚成行、按 x 聚成列,再把连续的多列行切成独立的表,每张表导出成一个 Sheet。 自动识别不准时,用手动框选拖一块区域重抽;文字横跨多列会写成合并单元格。 解析在浏览器本地完成,PDF 不上传。

自动识别表格多表分 Sheet手动框选重抽合并单元格XLSX / CSV
① 载入 PDF 未选择文件 · 单文件 ≤80MB
把 PDF 拖到这里,或点击选择文件 本地解析文本层,不上传;加密 PDF 请先解除密码
第 — 页
还没有 PDF 载入后会在这里显示页面,可切页查看识别结果
载入后自动识别表格

识别设置

关闭自动识别后,可用「手动框选」逐块提取;表头仅作为导出时的首行标记。

表格清单 0 张

检查

XLSX 含合并单元格;CSV 按表分别下载

先载入 PDF;识别不准时切「手动框选」,拖出区域即可重抽。

📊口径说明与常见误填

电子版 PDF 才有文字层;扫描件先 OCR,再来提表。

表格是怎么还原的
pdf.js 给出每段文字的坐标与宽高。工具先把 y 相近的文字聚成一行,再按文字间距把行切成单元格,最后对整块区域做 x 聚类得到列。行数 ≥2、列数 ≥2 的连续区域才算一张表。
为什么会被拆成多张表
表格之间通常有空行或大间距,工具按「行间距超过 2.4 倍字高」切开。跨页表格一定会拆开,可分别导出后在 Excel 里合并。
合并单元格怎么还原
当一段文字的宽度越过下一列的起始位置时,判定它横跨多列,导出时写成 mergeCell 并只保留左侧内容。纵向合并(同一格跨多行)不做,容易误判,需要手动处理。
扫描件为什么提不出表
扫描件是图片,没有文字层,pdf.js 拿不到任何文本。页面会提示「几乎没有文字层」,需要先用 OCR 工具识别成可搜索 PDF。
导出格式
XLSX 用自研 ZIP + SheetML 生成,含 Sheet 名与合并区域,Excel/WPS/Numbers 均可打开;CSV 带 BOM,避免中文乱码。

这个工具解决什么问题

从 PDF 里抠表格,常见的做法是截图后手敲,或者用付费转换服务。PDF 转 Excel 直接把文本层里的坐标拿出来,按行、列聚类,重建出二维表格:同一水平线上的文字归为一行,间距较大的位置切成一列,连续的多列行组成一张表,每张表一个 Sheet 导出。遇到自动识别不准,可以点「手动框选」,在页面上拖一个矩形,只对该区域重新聚类;文字横跨多列时会写成合并单元格,导出后在 Excel 里继续调格式。工具还给出空格率、扫描件提示等检查项,避免把一堆错位的表格直接导出。所有解析在浏览器本地完成,PDF 不会上传服务器,适合处理合同、报价单、对账单这类敏感文件。

提高识别率的三条经验

① 优先用电子版 PDF:Word / Excel 导出的 PDF 有完整文字层,行列还原准确;扫描件没有文字,先 OCR 再转。

② 一次框一块:自动识别把整页切成多张表,如果列数错乱,就关掉自动识别,逐块框选手动提取。

③ 导出前看空格率:空格率超过 45% 通常意味着列没对齐或存在纵向合并,先在 Excel 里补,再统计。

怎么用

  1. 第 1 步 · 载入 PDF
    拖入或选择文件,工具自动逐页提取文字并识别表格。
  2. 第 2 步 · 核对表格
    右侧列表显示每张表的页号与行列数,可改名、取消勾选或删除。
  3. 第 3 步 · 手动补抽
    识别漏了或错位,点「手动框选」拖出区域,会追加一张表。
  4. 第 4 步 · 导出
    导出 XLSX(多 Sheet、含合并)或 CSV;下载前可先看检查项。

更新记录

  • v1.0 2026-11-15
  • 首个版本:文本层行列聚类、多表分 Sheet、手动框选重抽、横向合并单元格、空格率与扫描件提示、XLSX/CSV 导出

常见问题

PDF 会被上传吗?
不会。解析、识别、导出全部在浏览器内完成,文件不经过服务器;刷新页面即丢失。
为什么什么都没识别出来?
多数是扫描件或图片型 PDF,没有文字层。页面检查项会提示「几乎没有文字层」,需要先做 OCR。
表格为什么被拆成好几张?
工具按行间距切块:空行或大间距会被当成表格结束。跨页表格也一定是两张,导出后在 Excel 里合并即可。
能还原纵向合并单元格吗?
当前只做横向合并(文字跨列)。纵向合并与「同一格跨多行」在 PDF 里没有可靠标记,强行推断容易错,建议导出后手动合并。
支持加密 PDF 吗?
不支持。加密文档拿不到文本层,请先用 PDF 密码工具解除限制再导入。
XLSX 能直接用 Excel 打开吗?
能。文件为标准 SheetML 结构,含 Sheet 名与 mergeCell;WPS、Numbers、Google Sheets 也可以导入。

💬 留言板 0

全部留言需审核通过后展示
💬

还没有留言,来抢沙发吧!

✍️ 说点什么
0 / 500
图形验证码
👣 做完这一步,顺便看看
🧰 乱码修复 / 文本编码转换 在线乱码修复工具:上传乱码文本文件或粘贴乱码字符串,用 UT… → 💻 假装工作模拟器 老板走近工位的一瞬间,点一下就能从摸鱼切回正经工作界面。代码… → 🧰 IP / 子网掩码计算器 在线子网计算器:输入 IP 地址与掩码(CIDR 前缀或点分… → ⏰ 下班倒计时 打工人专属下班计算器:实时倒计时距离下班还有多久、进度环显示… →
全部工具 →