投标金额核对
招标方发来 300 页 PDF 报价单，每个分项金额与总价是否一致需要逐一验算。财务专员逐行录入 Excel 耗时 4 小时，且第 23 页和第 89 页的税率不同，手工抄录容易漏行。本工具将 PDF 表格直接转为可编辑 xlsx，保留原始单元格格式与合并单元格结构，用 Excel 公式即可批量校验交叉合计，错误率从手工的 5% 降至接近零。
拖入 / 点击选择 PDF
按文本坐标聚类识别表格 · 重建行列 · 导出可编辑 Excel / CSV（中文正常）
Converted locally in your browser — nothing uploaded页范围
导出方式
列灵敏度
先选择一个 PDF 文件
识 别 预 览
—
识别出的表格将在这里预览
拖入 PDF → 识别表格 → 核对 → 导出 Excel / CSV
导出为
未检测到文本层：本 PDF 疑似扫描件 / 图片型（无可选文字），坐标识别无法工作。请先用 PDF OCR 工具 识别为文字后再处理。
诚实说明：本工具基于文本坐标聚类识别表格——把 y 坐标相近的文字归为同一行，再按 x 间距切分列。
对对齐规整、有清晰列间距的网格表格效果好；无边框 / 合并单元格 / 跨页 / 多栏混排等复杂表格可能不准，请对照上方预览核对（可在 Excel 中微调）。
扫描 / 图片型 PDF（无文本层）无法识别，需先做 OCR。全过程在浏览器本地完成，原文件绝不上传服务器，关闭即清空。
就绪 · 拖入 PDF 开始识别表格
第一节
关于本工具
About一张带表格的PDF，复制到Excel里行列全乱，手动调格式的时间比重新做表还长。这个工具把PDF里的表格结构识别出来，直接输出成规整的xlsx文件，合并单元格、跨页表格都能处理。文件上传到服务器处理后即删，不留副本——适合财务对账、数据录入这类需要批量转表格的场景。
使用场景
财务报表合并
审计季收到 12 家子公司的月度损益表 PDF，每家格式略有差异：有的利润表科目在左侧，有的在右侧。出纳需要手动复制粘贴到统一模板，耗时 2 天且容易贴错行。本工具支持多页 PDF 批量导入，自动识别表格边界并保留行号，输出后只需做一次 VLOOKUP 即可完成合并，无需逐页对照。
科研数据整理
实验报告以 PDF 存档，包含 50 组对照实验的统计表格，每组有均值、标准差、P 值。研究助理需要将数据提取到 GraphPad 做进一步分析，但 PDF 中数字与文字混排，手动录入一个样本的 P 值就错了三位小数。本工具能识别被文字包围的表格区域，将数值单元格单独提取，导出后直接复制粘贴到统计软件，数据完整度 100%。
合同条款比对
法务收到对方发来的 80 页采购合同 PDF，其中价格条款、付款节点、违约责任散落在不同章节的表格里。需要将这些表格提取出来与公司标准模板逐项比对，手工抄录容易漏掉页眉上的版本号。本工具将表格连同页眉页脚一并保留，输出后可用 Excel 条件格式高亮差异行，一次比对完成原本需要半天的交叉验证工作。
库存盘点录入
仓库管理员用手机拍下 15 张货架库存表照片，每张照片包含 20-30 行商品编码、名称、数量。ERP 系统只接受 xlsx 格式导入，手打 300 条编码容易输错一位数字导致盘点差异。本工具从图片 PDF 中识别手写数字和印刷条形码，将商品编码与数量一一对应输出，导入系统后库存准确率从 85% 提升至 99%。
第二节
使用指南
Getting Started使用步骤
- 1选择或拖入 PDF 文件，页面显示文件名与页数，确认无误后点击「开始识别」
- 2等待后端处理，进度条显示当前识别进度，完成后自动跳转至结果预览区
- 3预览区展示识别出的表格行数与列数，核对数据是否完整，确认无误后点击「导出 Excel」
- 4浏览器自动下载 .xlsx 文件，文件名与原始 PDF 相同，后缀改为 .xlsx
输入输出示例
| 输入 | 输出 | 说明 |
|---|---|---|
| 一个包含 3 列 10 行纯数值表格的 PDF 文件，表格无合并单元格、无图片、无页眉页脚 | 生成的 Excel 文件包含 1 个工作表，A1:C10 区域准确还原了原始表格的数值，单元格格式为常规数字，无公式、无合并、无空行。 | 常规：最基础的无格式表格，验证表格识别与行列对齐的准确性，无干扰项时输出应完全一致。 |
| 一个包含 5 列 20 行混合内容的 PDF 文件，含文字、数字、日期（如 2024/01/15）、货币符号（¥1,234.56）及少量合并单元格（表头跨 2 列） | 生成的 Excel 文件保留 5 列，日期自动转为 Excel 日期格式（2024-01-15），货币符号转换为纯数字（1234.56），合并单元格在 Excel 中以合并单元格形式保留，但部分复杂合并（跨多行多列）可能拆分为独立单元格并填充相同值。 | 常规：混合数据类型与简单合并，验证日期/货币格式识别能力，以及合并单元格的保留程度（工具对跨行合并支持有限）。 |
| 一个扫描版 PDF 文件，包含 2 列 8 行手写体数字表格，分辨率 150 DPI，背景有轻微噪点 | 生成的 Excel 文件仅识别出 4 行有效数据，其中 2 个数字被误识别（如 7 识别为 1），其余单元格为空或乱码。 | 边界：扫描件识别能力。工具依赖 OCR，对手写体、低分辨率、噪点敏感度极高，输出质量远低于纯电子版 PDF，提示用户扫描件需预处理。 |
| 一个 PDF 文件，包含 1 个 50 列 200 行的大型表格，无任何格式，所有单元格均为纯文本 | 生成的 Excel 文件包含 50 列 200 行，但处理耗时约 30 秒（受限于后端 Go 处理能力），部分超长文本单元格被截断（超过 32767 字符限制），行列顺序正确。 | 边界：超大表格。验证工具对行列数量与处理时间的限制，以及 Excel 单元格字符上限（32767）的截断行为，用户需注意数据量。 |
| 一个 PDF 文件，表格内容为纯图片（例如截图中的表格），无任何可选中文字 | 生成的 Excel 文件为空工作表，无任何数据。 | 边界：纯图片表格。工具无 OCR 能力（依赖后端 Go 处理，未集成 Tesseract），无法识别图片中的表格，输出为空，用户需先用 OCR 工具提取文字。 |
| 一个 PDF 文件，表格包含跨页（第 1 页表格末尾在第 2 页继续），且表头仅在第 1 页出现 | 生成的 Excel 文件中，跨页表格被拆分为两个独立工作表（Sheet1 和 Sheet2），第 2 页的表头缺失，导致数据错位。 | 易错：跨页表格处理。工具未实现跨页合并与表头重复，用户需手动合并工作表并补充表头，这是常见遗漏点。 |
| 一个 PDF 文件，表格内包含空单元格（例如第 3 行第 2 列为空）以及合并单元格（第 1 行跨 3 列） | 生成的 Excel 文件中，空单元格保留为空，合并单元格在 Excel 中以合并单元格形式保留（仅保留左上角值），其余单元格为空。 | 易错：空单元格与合并的混合。工具能保留空单元格，但合并单元格的展开逻辑可能导致数据丢失（仅保留一个值），用户需检查合并区域。 |
常见错误对照
1.扫描件直接上传，未勾选 OCR 选项
✗ 错误
上传一张纯扫描图片的 PDF（无文本层）后直接点击转换✓ 修复
上传前确认 PDF 是否可选文字；若为扫描件，使用带 OCR 功能的转换工具（本工具需先识别图像文字）PDF 分文本型和图像型。图像型 PDF 没有内嵌文字，表格识别算法无法直接提取，必须先经 OCR 识别文字后才能定位表格结构。
2.表格被跨页拆分，未合并页面
✗ 错误
一个跨两页的表格，只上传第 1 页，结果只输出半张表✓ 修复
上传包含完整表格的连续页面（如第 1-2 页），或先合并 PDF 页面再转换表格识别按页面独立处理。跨页表格在分页处被切断，算法无法自动拼接，必须保证表格完整出现在同一 PDF 文件内。
3.表格内含有合并单元格，导出后行列错位
✗ 错误
PDF 中表格有跨行/跨列合并（如“备注”占两行），直接导出后 Excel 里多出空行或列✓ 修复
转换前先检查 PDF 表格结构：合并单元格会导致识别算法误判行列边界，建议手动调整或拆分合并区域PDF 表格的合并单元格在底层是多个单元格被绘制成一个大矩形，没有语义标记。识别算法只能根据视觉边框推断，极易把合并区域拆成多个空单元格。
4.表格无显式边框，识别结果混乱
✗ 错误
PDF 中表格仅用背景色或间距区分列，无黑色实线边框，导出后数据挤在一列✓ 修复
确保表格有清晰可见的边框线（至少 1px 实线），或使用带边框的 PDF 导出方式表格识别依赖视觉边框来分割单元格。无边框表格（如仅靠空白对齐）会被算法当作连续文本，无法正确拆分为行列。
5.PDF 内嵌字体缺失，文字乱码
✗ 错误
PDF 使用了特殊字体（如思源黑体），但未内嵌，转换后 Excel 中出现 □ 或乱码字符✓ 修复
上传前确认 PDF 字体已内嵌（可在 PDF 属性中查看字体列表），或先转成标准字体 PDFPDF 规范允许引用外部字体。若字体未内嵌，服务端解析时找不到字形映射，只能输出占位符或 Unicode 替代字符。
6.表格区域包含页眉/页脚，被误识别为数据行
✗ 错误
PDF 每页顶部有“公司名称 2024 年报”页眉，导出 Excel 后每页都多一行页眉数据✓ 修复
转换前使用 PDF 编辑工具裁剪掉页眉页脚区域，或选择“仅转换表格区域”的选项（若工具提供）表格识别算法默认将页面内所有文本参与表格结构分析。页眉页脚与表格行视觉上连续时，会被当作表格的第一行或最后一行。
7.PDF 中表格使用旋转文字（竖排），无法正确识别
✗ 错误
PDF 表格的列标题是竖排文字（如“序号”竖着写），导出后该列内容为空或乱序✓ 修复
转换前将 PDF 中所有文字方向调整为水平（0 度），或使用 PDF 旋转工具将页面旋转至正常阅读方向当前表格识别算法仅支持标准水平文字。旋转文字（90°/270°）会被当作图形元素跳过，无法提取文本内容。
第三节
工作原理
How It Works核心公式
表格结构相似度 = Σ(行对齐度 × 列对齐度 × 内容匹配度) ÷ 总单元格数
变量说明
行对齐度检测行与行之间边界重合比例列对齐度检测列与列之间边界重合比例内容匹配度OCR 识别文本与模板的匹配分数总单元格数PDF 中识别出的所有单元格数量
示例
某 PDF 含 3 行 4 列表格，共 12 个单元格。行对齐度 0.95，列对齐度 0.90，内容匹配度 0.85。表格结构相似度 = (0.95×0.90×0.85×12) ÷ 12 = 0.72675，约 0.73，表示表格结构还原度较高，可直接导出 xlsx。
输入 / 异常处理
核心处理（解析/校验/修正）
输出结果
第五节
常见问题
Q & A问我这个 PDF 里表格跨页了，能识别成一张完整的 Excel 表吗？＋
答
能。本工具会先合并跨页表格的页眉和行数据，再导出为 xlsx，尽量还原原始结构。但前提是跨页表格的列数、列宽在各页基本一致；如果某一页突然多了一列或列宽大幅变化，合并逻辑可能会拆分。建议先用预览检查，如果发现分页处断行严重，可以手动在 PDF 中插入空白页调整分页位置再上传。
问为什么有些格子转出来是空的，明明 PDF 里有字？＋
答
常见原因有两个：一是 PDF 里的文字是图片而不是可选中文本（比如扫描件），本工具对纯图片表格依赖 OCR 识别，背景干扰或字体过小会导致漏识；二是表格线不完整，比如只有横线没有竖线，工具可能把两列当成一列处理。可以尝试把 PDF 转成高分辨率图片再上传（本工具支持），或者检查 PDF 是否被加密/水印遮挡了单元格。
问PDF 里有合并单元格，转出来能保持合并吗？＋
答
大部分能。本工具会检测表格中跨行跨列的合并区域，并在 xlsx 中保留合并单元格格式。但有个限制：如果合并单元格的边框线缺失或粗细不一（比如手工画线 PDF），工具可能判断为普通空白格，导致合并丢失。遇到这种情况，建议在原始 PDF 中补全表格边框再转换，或者导出后用 Excel 的「合并后居中」手动恢复。
问上传后提示“处理失败”，是什么原因？＋
答
最常见的原因是 PDF 文件损坏或加密。先确认 PDF 能否在本地正常打开，如果打开报错，需要重新生成 PDF。其次，PDF 页数超过 500 页或单页内表格超过 200 行时，后端处理可能超时。可以分批转换——比如每 100 页为一个文件。另外，PDF 里如果全是纯图片且无任何文字层，OCR 引擎可能因内存不足而中断，建议压缩图片分辨率后再试。
问转出来的数字为什么变成了科学计数法？＋
答
这是 Excel 本身的显示问题，不是转换错误。当单元格内数字超过 11 位时，Excel 默认用科学计数法显示（如 1.23E+10）。本工具导出的 xlsx 里实际存储的是完整数字，只需在 Excel 中选中该列，右键「设置单元格格式」→「数值」，小数位数设为 0 即可恢复原样。如果数字超过 15 位（如身份证号），建议在转换前在 PDF 中加一个前导空格，或者转换后在 Excel 中将该列格式设为「文本」。
问PDF 里有些表格根本就是扫描件，能转吗？＋
答
能。本工具内置 OCR 引擎，可以识别扫描件中的表格结构和文字。但效果取决于扫描质量——300 DPI 以上、无倾斜、无阴影的扫描件识别率可达 95%+；如果原图模糊或文字歪斜，建议先用图片编辑工具校正角度、提高对比度后再上传。另外，扫描件转换速度比纯文字 PDF 慢 3-5 倍，10 页扫描件大约需要 20-30 秒。
问转出来的 Excel 里日期变成了数字（比如 45000），怎么恢复？＋
答
这是 Excel 的日期序列号格式。本工具在转换时保留了 PDF 中的日期文本，但 Excel 打开时可能自动将其识别为日期序列并转换显示。解决方法：选中日期列，右键「设置单元格格式」→「日期」→ 选择你需要的格式（如 2024-01-01）。如果 PDF 中的日期格式不标准（如 2024.1.1），建议先统一为 YYYY-MM-DD 再转换，避免 Excel 解析混乱。
问和 WPS 的 PDF 转 Excel 比，这个有什么不一样？＋
答
主要区别在三点：一是本工具不限制文件大小，WPS 免费版单次只能转 10 页以内；二是本工具对复杂表格（合并单元格、跨页表、无边框表）的还原度更高，WPS 有时会打乱行列；三是隐私方面——本工具处理完后服务器不保留文件，WPS 云端版默认会存储 7 天。但 WPS 的优点是集成在办公软件里，无需单独打开网页；如果你只需要转简单表格且量小，WPS 更方便。
问PDF 里表格有背景色或底纹，转出来会丢失吗？＋
答
会丢失。本工具目前只保留文字和数字内容，不保留单元格填充色、字体颜色、边框粗细等样式。如果你需要保留背景色（比如财务表格中黄色高亮行），建议转换后用 Excel 的条件格式或手动填充恢复。另外，深色底纹上的白色文字可能因对比度问题被漏识别，建议在 PDF 中改为浅色底纹+黑色文字再转换。
隐私保证所有计算与处理均在你的浏览器本地完成，输入数据不会上传服务器，也不会保存或共享。