ARTICLE · 1086815
PDF表格别手打,Excel自带功能能读
· · ·
上个月月底，供应商发来一份对账单，PDF 格式，里面夹着一张明细表，六十多行。
我要做的是把这张表录进 Excel，跟系统里的数对一遍。
第一反应是打开 PDF，选中表格，复制，切到 Excel，粘贴。
粘出来是这样的：所有内容挤在一列里，日期和金额黏成一片，我得拿「分列」一点点拆。拆到第十行我就放弃了。
后来我换了个办法，Excel 自己就能读 PDF。
第一条路：Excel 里直接导入
路径是「数据」→「获取数据」→「来自文件」→「来自 PDF」。
选中那个 PDF，等几秒，会弹出一个叫「导航器」的窗口，左边列着这份 PDF 里所有能被识别的表格和页面。你点一个，右边就是预览。
找到对的那张表，点「加载」，数据就进 Excel 了。
我那份对账单进去之后，表头、日期、金额、单号，列都分好了，不用分列，不用手动调。六十多行，前后花了不到两分钟。
代价有两个，得先说清楚。
第一个是版本。这个「来自 PDF」的连接器，微软官方博客里写的是随 Office 365 订阅提供的。我电脑上装的是订阅版，能用。2016、2019 那种买断版里没有这一项，这点我没法实测，你可以在自己电脑上翻一下菜单，看「来自文件」里有没有「来自 PDF」。
第二个是环境。官方文档里提到，第一次用可能提示要装 .NET Framework 4.5 或更高版本。我这边没弹过，估计系统里早就有了。要是你弹了，按提示装一下就行。
第二条路：先让 Word 打开它
如果 Excel 那边没有这个入口，可以绕一下。
用 Word 打开那个 PDF。Word 会问你要不要转换，确认之后，PDF 里的文字和表格会变成可编辑的内容。
这时候表格已经是一个真的 Word 表格了，选中它，复制，粘到 Excel 里。
效果比我预想的好，至少列是列、行是行。但格式会散：合并单元格变成空着，单元格里的换行变成空格，数字偶尔被识别成文本，左边顶个绿色小三角。
所以这条路我用在「表结构简单、能接受后期收拾」的场合。上次一份两页的报价单，我就这么弄的，粘完修了五分钟。
顺手说一句，PDF 这一类活儿我攒了份清单，转文字、转表格、拆分合并都在里面。后台私信回复「PDF」，我发你，省得你一个个去搜。
第三条路：在线转换
网上搜「PDF转Excel」，能搜出一堆在线工具。这类工具我平时也会用，但这次没用。
原因很实在：对账单上带着供应商名称、单价、数量，是公司的采购数据。上传到别人的服务器上，我不太敢。
而且这类工具免费额度都不大，一天转几次就开始限速，或者干脆要你注册。公司文件多的时候，这条路走不通。
如果你转的是自己学习用的资料、公开的报告，那没问题，随便用。
第四条路：手打
六十多行，我算过，认真打大概四十分钟，还要对一遍，容易错。
但有一种情况必须手打：表里的关键数字，只有几个。
比如一份合同 PDF，里面就一个总金额、一个起止日期要录。这种情况我根本不折腾导入，扫一眼敲进去，比什么都快。
工具是为了省事的，为了三个数字去研究导入流程，本末倒置。
我早年不是这么想的。那时候我觉得「有工具就该用工具」，为了显摆自己会用，一张五行的小表也非要用软件转一遍，转完还要修格式，比打还慢。后来被同事笑过一次，才慢慢学会先看工作量再挑方法。
最坑的一种情况：PDF 里根本没有字
这个坑值得单独说，我在这上面栽过一次。
有一回我把一份 PDF 丢进 Excel，导航器里空空如也，什么都不显示。
我以为文件坏了，换了个在线工具，转出来也是空的。又用 Word 打开，Word 弹出一句「未找到可编辑的文字」。
后来才想明白：那份 PDF 是扫描件，本质是一张图片。纸上的字是像素，不是文字。所有靠「读文字」的工具，对它都没办法。
这种文件要先做 OCR，把图片认成文字，再走后面的流程。微信里就能干这件事——长按图片选「提取文字」，或者用手机自带的扫描功能，都能把图里的字抠出来。抠出来之后再粘进 Excel，比我瞎试各种工具快得多。
从那以后我拿到 PDF 的第一件事，是先在里面点一下文字，看能不能选中。选不中，就是图片，直接走 OCR，别浪费时间。
我现在的判断顺序
拿到 PDF 表格，我按这个顺序走。
先试着点一下里面的字，判断是文字版还是图片版。
图片版，先 OCR，别的都别试。
文字版，Excel 里有「来自 PDF」，就用它，最省事。
Excel 里没有，或者表结构很乱，用 Word 打开再复制。
数据涉密，不碰在线工具。
只有几个关键数字，直接手打。
这几条看着有点啰嗦，但真的用起来就是两三秒的判断。比一开始那种「挨个工具试一遍」快多了——我最开始就是这么干的，一份文件试了四种办法，到头来发现第一种就能用。
说个感受
这类办公软件自带的功能，其实都挺能打，只是入口藏得深，名字起得也不显眼。
「获取数据」这四个字，我以前看了一年多都没点开过，以为就是连数据库用的。
结果它就藏在那儿，能读 PDF、能读文件夹里的批量文件、能读网页上的表格。
现在我看到别人发来的 PDF，第一反应已经变了：不是「这怎么弄」，是「Excel 应该能读」。
你手里有没有那种「用了很多年才发现」的软件自带功能？我上面这个算一个，还有一个更离谱的，用了三年才知道 Excel 里能按 Ctrl 加 T 把表格变成真表格。评论区说说你的，我攒着，下次一起试。
本文由公众号原创 · 转载请注明出处