致敬所有劳动者!处理pdf表格数据的极简方法

100多年前的今天，恩格斯先生领导的第二国际在巴黎召开代表大会，通过决议将每年的5月1日定为国际劳动节。

劳动是光荣的，无论你从事的是脑力劳动还是体力劳动，都是通过自己的努力来谋生活。只要是正当合法的行业，每一个劳动者都值得我们的尊重，尽管不同行业的劳动报酬有高低之别，但每一个劳动者的付出都是同等的高尚和伟大。

今天分享一个办公小技巧，致敬所有的劳动者，希望对“表哥”“表姐”们有所帮助。

下图是pdf格式表格，要求提取为Excel表格并清洗数据。

1、文字表格pdf处理方式

如果是pdf文字表格，可以通过Excel的Power Query直接提取数据并清洗。

（1）在“数据”下面，依次选择“获取数据”、“来自文件”、“从PDF”。

（2）然后选择pdf文件，导入。

（3）因为有多个表格，需要勾选导航器里的“选择多项”，接着选择Table开头的所有项。如果选择Page开头的项，识别的是每页的数据，如果表格外有不相干的内容，也会被识别。我们只需要表格，所以要选Table开头的项。

然后加载数据，进入Power Query编辑器。

界面如下：

（4）第一张表有表头，第二张表无表头，双击第二张表的Column1，重命名为“日期”（跟第一张表表头保持一致），同样的方法更改另外两个表头。

这一步效果如下：

我们可以看到，这种方式载入的数据，非常规范，甚至不需要清洗。

（5）在“主页”下找到“追加查询”，点开下拉选项，选择“将查询追加为新查询”。

这里是两张表，如果有3张以上，就选择“三个或更多表”，然后按顺序选择表，并确定。

这一步返回如下，可以在查询设置里修改名称，我这里就不修改了。

（6）然后点开“关闭并上载”下拉选项，选择“关闭并下载至”。

如果直接点击“关闭并上载”，会将所有表都加载到Excel中，我们只需要合并的表，所以先加载到连接，再通过选择来加载需要的表。

（7）弹出的窗口中，选择“仅创建连接”并确定。

（8）在“查询 & 连接”窗口中，选中合并表（这里是“追加1”），鼠标右键，选择“加载到”。

（9）然后选择“表”，放在现有工作表即可。

返回如下：

如果你看不到“查询 & 连接”窗口，可在“数据”选项卡下打开。

文字表格的pdf文件，数据处理起来很简单，只需要用到最基础的Power Query功能即可解决。

2、图片版表格的pdf文件

提取图片中的表格，根据实际情况来选择不同的方法。

尽管Excel支持识别图片表格，但是目前来讲，精确度不是很高。所以我们根据不同的情况，介绍对应的免费工具（如果你有付费的OCR软件，就用你现有的软件）。

（1）表格数量比较少的情况

如果只有一两张表，我们直接使用Pixwit软件来提取表格。

启用Pixwit的截图功能，然后在功能框中选择提取表格即可。

Pixwit会自动将图片中的表格数据以表格形式展示出来，复制之后，粘贴到Excel文件中即可，操作比较简单。

Pixwit这款软件是开源免费的，大家可自行下载。我也会将文件上传到网盘，大家通过私信（不是留言），发送0501可自取。

（2）表格数量比较多的情况

这里介绍的工具是阿里出品的千问（你也可以使用其他的同类软件），大家可自行搜索下载，也可私信0501自取。

下载之后，在右上角打开下载文件存储的文件夹。

此时后缀名不是Excel支持的格式，需要更改文件后缀名。

选中下载的文件，鼠标右键，选择“重命名”，将后缀改为.xlsx，弹出的确认窗口选择“是”。

这样得出的数据还是有点问题，日期是文本的，要让日期变成数值型日期，操作如下。

打开上一步得到的Excel文件，光标定位在表格中任意单元格，在“数据”下面选择“来自表格/区域”，然后确定。

进入Power Query之后，系统自动将文本日期转换为数值日期了，非常智能。

如果Power Query没有自动转换，在“主页”下找到“数据类型”，下拉选择“日期”即可。

这里只有一张表，可以直接关闭并上载。

返回如下：

精彩合集：

编程式函数

Excel基础进阶

练习文件及工具自取方式：私信回复0501，不是留言。