夜雨聆风PDF 里的表格看着很整齐，一复制到 Excel，数据却全挤在一列；如果是扫描件或截图，里面的文字甚至根本选不中。
真正省事的做法，不是对着屏幕手动录入，而是先看清原文件属于哪一类。下面 3 个工具都只解决一件事：把 PDF 或图片中的表格，恢复成可编辑、可计算的 Excel/CSV 数据。
1Tabula：提取文字可选中的电子版 PDF 表格
2RapidTable：识别截图、照片和扫描件中的表格结构
3ExtractTable-py：通过 API 批量处理图片或扫描 PDF
1Tabula
电子版 PDF，框一下就能导出 CSV
安装包：https://www.durushi.com/p/AUPILQGZ.html
Tabula 是一款专门提取 PDF 表格的开源工具。启动后，它会在浏览器中打开本地操作界面：导入 PDF，翻到表格所在页，用鼠标框选区域，预览无误后导出 CSV，再用 Excel 打开即可。文件全程在本地处理，不必上传到外部服务。
它最适合处理“文字可以直接选中”的电子版 PDF，例如公开报表、论文表格和统计附录。如果 PDF 是扫描生成的图片，Tabula 没有 OCR 能力，就不适用；遇到多层表头、大量合并单元格或复杂跨页表格，导出结果也可能需要再整理。
2RapidTable
表格只有图片？先恢复行列结构
安装包：https://www.durushi.com/p/IXJXOXYM.html
如果输入是截图、手机拍照或扫描件，可以看 RapidTable。它会结合 RapidOCR 识别文字，再分析单元格的位置关系，尽量还原表格的行列结构。项目支持多种表格模型，也已加入批量推理，适合处理一批同类图片。
不过，RapidTable 是 Python 库，不是点开即用的桌面软件。它默认更偏向输出 HTML 表格或结构化结果，如果最终需要 .xlsx，还得用 pandas 等工具再导出一次。对懂 Python 的人很灵活，对完全不写代码的人则有一定门槛。
3ExtractTable-py
要做自动化批处理，可以直接调云端 API
安装包：https://www.durushi.com/p/USKBGEMM.html
ExtractTable-py 是 ExtractTable 云端表格识别服务的 Python 客户端。脚本可以提交图片或扫描 PDF，再把识别结果取回为 DataFrame，后续直接保存为 Excel。它更适合已经有 Python 流程、需要定期或批量处理文件的场景。
这款工具的边界要提前说清：需要注册获取 API Key，请求会消耗 credits，虽然可以试用，但它不是无限免费的本地软件。文件还需要发往外部服务，涉及未公开数据或敏感文档时，先确认是否允许上传。
怎么选？
处理文字可选中的电子版 PDF，首先试 Tabula。
处理截图、照片和扫描件，而且会用 Python，选 RapidTable。
已经有自动化流程，需要把批量识别接进代码，再考虑 ExtractTable-py。
无论用哪一款，自动提取后都要抽查原文，重点看表头是否对齐、合并单元格有没有被拆错，以及小数点、负号和缺失值有没有丢。