扫描件财报怎么变成 Excel：MinerU 的 OCR

一叠审计底稿、几十张银行回单，最折磨人的不是看不懂，是没法复制、没法筛选。

MinerU 能把扫描件转成 Markdown。它先判断哪块是标题、哪块是表格，再把文字、跨页表、公式按阅读顺序排好。普通办公电脑就能跑，不用买显卡。

用起来有个坑：财务 PDF 常是前半本文本、后半本扫描。--ocr-mode txt 只读文字层，后半本直接变空白——这种静默漏数比报错更危险。得用 --ocr-mode ocr，让它在图像页也做识别。

我写了两段 VBA 接住结果。一段批量调用 MinerU，一段把 Markdown 搬进 Excel。两个坑得防：读文件要用 ADODB.Stream 指定 UTF-8，不然中文变乱码；写入前先把单元格设成文本格式，不然发票号、银行账号的前导零会被 Excel 吃掉，对账直接对不上。

但它不是万能的。复杂表格、跨页合并单元格、旋转表格还是容易错位，手机翻拍效果也明显下降。金额、日期、账号必须抽样回看原件，识别清单要留返回码和复核标记。

工具的价值不在把人替掉，是把“照着敲”变成“照着核”。