夜雨聆风
之前写了篇WorkBuddy处理PDF扫描件的文章，没想到后台收到一条留言：
"扫描件倒是能识别了，但是PDF里的表格还是搞不定，复制出来全乱了，有啥办法没？"
这条留言我一直记着，也答应出一期专门的文章。
PDF表格提取这事儿，是大多数打工人的痛点，里面的坑是真的多。
要么只提取到了文字，要么复制出来格式全乱，要么Excel里挤成一团，要么跨行跨列的直接废掉。
为了实现PDF表格提取，今天，我用WorkBuddy跑一个下午。
我把市面上能用的方法都试了一遍，筛选出了三个方案。
有一个方案失败了；有个免费的方案，效果还挺能打；有个白嫖腾讯免费额度的方案，出来的效果最精准，对于个人而言，这个免费方案足够用。
怎么白嫖？仔细看完本篇文章你就能get了！
1. 先试试WorkBuddy内置的PDF技能
很多人第一反应跟我一样，直接在WorkBuddy对话框说：
「帮我提取这个PDF里的表格」
WorkBuddy自带的PDF技能处理纯文本没问题，但碰上带表格的PDF就不太行了。
我拿一份7行4列的活动登记表试了试，内置技能提取的结果：字是读出来了，但表格结构丢了。本来该分4列的数据，全挤在一起，哪个字段对哪列完全分不清。实测效果如下图：
结论：对于WorkBuddy内置的PDF技能而言，纯文本PDF可以，表格类PDF不用指望。这一方案宣告失败。
2. 装一个库，表格提取精准到让人意外
这条路我重点要讲的是pdfplumber，一个纯Python库。这个库就是用来提取PDF表格的，这个库安装很简单。
安装只需要一句话
打开WorkBuddy的终端，输入：
pip install pdfplumber完事。不需要什么复杂的环境配置。
怎么提取PDF表格？
我桌面上有个“PDF表格提取实测”的PDF，请用pdfplumber帮我将PDF中的表格转化成word及Excel版
提取效果怎么样？
WorkBuddy快速写了个简单的Python脚本，把提取出来的表格存成了两个格式：
Word版：保留表格线框，表头加粗，排版工整，可以直接编辑 Excel版：蓝色表头、自动列宽、带边框，导出来就能用
表格提取对比图
两个文件我都在桌面打开了，没啥毛病，自己手动调整一下表格行宽行高就可以用，如果一定要挑个毛病的话，那就是有些单元格没有合并。
不过这效果已经可以了，总比自己慢慢重新画表强百倍。
以后收到PDF表格，在WorkBuddy中一句话转成Excel或者Word，随便你。
当然，如果你是个比较挑剔的人，对于表格精度有着严格要求的话，继续看第三种方案。
3. 如果想追求更高精度——腾讯云OCR
如果提取的表格里有合并单元格、跨行跨列等复杂结构，pdfplumber有可能不够。这时候可以上腾讯云的表格识别OCR。
废话不多说，直接实操：
在WorkBuddy中先装腾讯云表格识别OCR技能。
这个技能需要腾讯云的 SecretId 和 SecretKey
别慌，我带你申请。https://console.cloud.tencent.com/cam/capi，打开这个网址，没有账号的注册账号。
接着申请API，会给到你SecretId 和 SecretKey，注意保存，完了之后在WorkBuddy的对话框中输入刚刚申请的SecretId 和 SecretKey，让WorkBuddy帮我配置好。
到这里腾讯云表格识别OCR技能配置好了。这里要说下，这个技能是收费的，但是有免费额度，个人用这个免费额度足够。
可能你会担心，如果免费额度用完了怎么办，只要你没开通“开通后付费”，免费额度用完后自动停掉。
接下来带你开通OCR服务。打开这个网址https://console.cloud.tencent.com/ocr/overview，点击开通，免费资源包才会自动发放。
开通后，来到资源列表页面，如果里面没有数据，耐心等待5分钟。https://console.cloud.tencent.com/ocr/packagemanage。从下图中，可以看出，免费额度足够个人用。
资源包到位后，就剩下最后一步。告诉WorkBuddy,腾讯云的API已经给你了，资源包也到位了，请用腾讯云表格识别OCR技能帮我提取PDF表格。
提取效果如下图。右边是提取后的效果，腾讯云连「活动名称（跨2行×跨2列）」这种合并单元格都认出来了，16个单元格置信度全部100%。还支持直接导出Excel。
费用方面：首次开通有免费额度（每月一千多次），日常用完全够。需要配置一个API密钥，比方案二多一步，但也不复杂。
适合追求极致精度的用户。
4. 三张表说清楚怎么选
| pdfplumber | 免费 | 一句命令 | 精准还原 | 绝大多数人 |
普通场景用pdfplumber就行，免费、一句命令装完就能用。碰到复杂的合并单元格表格，再上腾讯云OCR。
💬 你遇到过哪种"难搞"的PDF？欢迎评论区分享，评论区见。
能看到这里的，大多数是真心想用WorkBuddy提高办公效率的。所以不得不介绍一下我的公众号。
📌 我的公众号写了什么？
我一直在写WorkBuddy相关的内容，主要分三个方向：
关注后搜一搜就能找到，或者直接从合集点进去，按需翻阅。
