使用方法
- 选择 PDF 文件。
- 选择表格所在的页码。
- 查看找到的表格和表格外的文字。
- 单个表格下载为 CSV，或把全部表格下载为 Excel（每个表格一个工作表，保留合并单元格）。
直接从 PDF 复制表格，粘贴后往往变成一整行文字。本工具读取 PDF 中保存的文字和表格线，把行、列和合并单元格还原成真正的表格，再转换为 Excel（xlsx）或 CSV。适合处理从 Word、Excel 等办公软件导出为 PDF 的发票、报价单、价目表、时刻表和报告中的表格。
PDF 用 pdf.js 4.10.38 逐页打开。相互接触的线段组中只要有至少 2 条横线和 2 条竖线，就识别为表格。由于 Excel 用很细的填充矩形绘制单元格边框，宽度小于 3px 的填充矩形也当作线条处理，白色填充则忽略。两个单元格之间没有边框时合并为一个单元格；连在一起却不是矩形的区域不合并，并给出提示。表格外的文字单独列出，底部「3 / 10」这样的页码会被去掉。
单个表格可下载为 CSV（RFC 4180、CRLF 换行、带 UTF-8 BOM，Excel 打开不乱码），全部表格可下载为一个 Excel 文件，每个表格一张工作表并保留合并单元格。单元格值保持 PDF 中的原文字符串，数字也以文本形式保存。扫描版 PDF 没有可读取的文字和线条，无法转换；没有表格线的表格也无法识别。图片和单元格底色不会转换。文件只在浏览器中处理，不会上传。