夜雨聆风审计底稿里的扫描件、财务报告中的PDF表格、客户发来的截图——手动录入？不存在的。
一、痛点：为什么我们急需这个工具
做审计、财务、数据分析的朋友，一定经历过这些场景：
收到100页PDF审计报告，里面嵌了30张表格 手动复制粘贴到Excel，调格式 2小时+
客户发来手机拍照的财务报表 对着图片一个个单元格敲 1小时/张
年底归档，几百张扫描凭证要整理 外包给实习生，回来还要校对 半天
更糟的是：市面上的"免费"工具，要么限次数，要么要上传云端，敏感财务数据谁敢传？
二、解决方案：TabulaGo 完全本地运行
TabulaGo 是一款基于百度 PaddleOCR 开源引擎的表格提取工具，核心特点：
完全免费 开源项目，无订阅、无广告
完全离线 本地运行，数据不出本机
批量处理 拖入文件夹，自动处理所有图片/PDF
跨平台 Windows、Linux、统信UOS/麒麟都支持
精准识别 基于PaddleOCR PP-Structure，表格结构识别率90%+
三、安装：三步上手
# 1. 下载项目
git clone https://github.com/bbc2208/TabulaGo.git
cd TabulaGo
# 2. 安装依赖（CPU版，兼容性好）
pip install -r requirements-cpu.txt
# 3. 启动图形界面
python -m tabula_go --gui
国产系统用户注意：统信UOS/麒麟若提示缺少libGL.so.1，执行：
sudo apt-get install libgl1-mesa-glx
四、使用：拖拽即用
命令行版（脚本集成）
# 单文件
python -m tabula_go report.pdf -o result.xlsx
# 指定页码
python -m tabula_go report.pdf --pages 1,3,5-10
# 批量文件夹（递归）
python -m tabula_go ./input/ -o ./output/ --recursive
# 离线环境（模型已下载）
python -m tabula_go report.pdf --model-dir /path/to/models/
五、输出效果：Excel规则一览
单页图片 单个Sheet Sheet1
多页PDF 每页一个Sheet Page_1, Page_2...
单页多表 每表一个Sheet Table_1, Table_2...
多页多表 组合命名 P1_T1, P1_T2...
注：数字格式自动识别，合并单元格尽量保留
六、常见问题
Q：首次运行慢？
A：会自动下载模型（约100MB），保持网络畅通。之后离线可用。
Q：识别效果不好？
A：提高--dpi参数（默认300，可试400）；确保图片清晰；手写体/复杂嵌套表格识别率会下降。
Q：能打包成exe给同事用吗？
A：可以。pip install pyinstaller后执行python build/build_exe.py，生成独立运行包（约500MB）。
Q：支持GPU加速吗？
A：支持。需NVIDIA显卡+CUDA环境，安装requirements-gpu.txt即可，速度提升3-5倍。
七、适用人群
✅ 审计人员：批量提取审计底稿表格
✅ 财务工作者：整理财务报表、凭证
✅ 数据分析师：获取报告中的结构化数据
✅ 行政人员：处理扫描件、截图中的表格
✅ 开发者：集成到自动化工作流
下载地址： https://github.com/bbc2208/TabulaGo.git
为方便使用，已打包为独立exe，下载地址：http://www.livesin.cn/tabulago.zip
