[自製] PDF轉Excel

看板EZsoft (小軟體)作者noworneverev (小朋友)時間4年前 (2020/06/27 16:13)推噓8(8推 0噓 1→)

留言9則, 9人參與討論串1/1

新版PDF2Excel.exe：https://tinyurl.com/yaxku6bj 因為還滿多人下載的，再加強改寫了一下，開放選取分割PDF表格的方式，垂直及水平各分三種切割方式： 1. lines 2. lines_strict 3. text 如果PDF的表格用「線」分欄的話，則垂直分割選「lines」，列只有文字沒有線的話，水平分割則選「text」可達到最佳效果，一般公司上傳的財報用這種方式應可截取到最完整的表格。 https://i.imgur.com/kxlgnhY.png

市售PDF軟體的轉Excel功能或其他線上PDF轉檔似乎都沒有這支程式轉的格式來得漂亮，如果有此需求，可詳PDFPlumber文件連結：https://github.com/jsvine/pdfplumber 得到更多資訊，這支程式僅用到此套件的一小部分功能。 "lines": Use the page's graphical lines — including the sides of rectangle objects — as the borders of potential table-cells. "lines_strict": Use the page's graphical lines — but not the sides of rectangle objects — as the borders of potential table-cells. "text": For vertical_strategy: Deduce the (imaginary) lines that connect the left, right, or center of words on the page, and use those lines as the borders of potential table-cells. For horizontal_strategy, the same but using the tops of words. ============================================================================ # PDF2Excel用途將PDF檔案裡的表格轉成Excel格式輸出，並搭配VBA將格式轉成可運算的儲存格。 ## 下載(免安裝) PDF2Excel.exe: https://tinyurl.com/yaxku6bj 及搭配使用的VBA : https://tinyurl.com/yd7t5m9b ## Demo 短片演示: https://i.imgur.com/WCbBVIe.gif

影片演示: https://youtu.be/0vEI2oiTanM

(含安裝VBA增益集) ## 使用限制此程式適用於無須OCR的PDF，且檔案裡的表格必須要有格線，僅測試於Windows作業系統。 ## 使用方法點開PDF2Excel.exe，無須安裝，開啟程式可能會需要點時間，選擇PDF檔案存放的資料夾，批次轉換資料夾內所有PDF檔案成Excel檔案，只轉換PDF檔案裡的表格，文字區塊一律跳過，Excel工作表命名原則以PDF頁碼當作工作表名稱，例如轉換第一頁的表格，輸出的Excel工作表名稱為"Sheet1"；若一頁裡偵測到多個表格，例如第三頁有兩個表格，輸出"Sheet3_1"、"Sheet3_2"，PDF檔案的表格若無格線將無法轉出。輸出Excel檔案後，使用上方提供的增益集(Text2Column.xlam)，將字串轉成Excel可運算的儲存格。轉換僅在本地端執行，無須擔心資料外洩，若有疑慮請詳下方原始碼。 ## 開發源由近幾天知道好像有客戶在提供PBC時會是用PDF檔案提供，雖然自己從來沒遇過，但曾身為查帳員，光想像就有點想哭QAQ，所以花了點時間寫這支小程式，此程式以Python開發，使用轉換精準度最高的函式庫，再搭配另一支VBA小程式，可快速將檔案轉成查帳可使用的格式。 ## 給開發者以Python寫成，關鍵的轉換只有十幾行程式，若已有Python環境可參考 PDFPlumber github的文件自行客製參數，若熟pandas可以再更進一步依照提取出的資料另做處理。 pip install pdfplumber pip install pandas 開放原始碼：https://github.com/noworneverev/PDF2Excel 若覺得這個程式對你有幫助，可以幫小弟按個星星我會很開心<(￣︶￣)> -- Accoding: https://www.facebook.com/AccodingTW/ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.76.137.79 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/EZsoft/M.1593245594.A.2CC.html