PDF转Excel
把PDF里的表格提取到真正的XLSX工作簿，每个表格一个工作表，并给出各自的准确度分数。在我们的服务器上处理，文件约两小时内自动删除。
把文件拖到这里
.pdf · 最大300 MB · 每小时最多30个任务 · 文件上传到我们的服务器，处理后即删除；结果约两小时内清除
更多设置收起设置
如何提取为Excel
- 1
上传PDF
报告、发票、对账单或任何带表格的文档，最大300 MB、200页。
- 2
选择识别模式
Auto适合大多数文档；如果表格版式特殊，可以自己选Lattice或Stream。
- 3
下载工作簿
每个表格一个工作表，里面是可以排序、筛选和计算的真正单元格，而不是一整块粘贴进去的文字。
Lattice或Stream：两种识别表格的方式
Lattice寻找画有可见网格线的表格，大多数发票、银行对账单和报告都是这样排版的。有线的时候，它又准又快。Stream没有线可以依据，所以根据文字的对齐方式和词与词之间的间隔来推断列，适用于只靠间距和对齐排版的表格。Auto先试Lattice，因为在适用的情况下它更可靠；只有结果看起来不理想时，才改用Stream。
每个表格都有准确度分数，打开前就能判断
camelot找到的每个表格都附带测得的准确度分数，低于你设定阈值的表格不会放进工作簿，而不是作为错乱的数据混在里面。这样，打开文件之前你就能看出表格结构有没有识别干净，而不是事后才发现行错乱、单元格被合并。线条很淡的复印件，或者在别扭的位置跨页断开的表格，分数通常会低一些。这个低分是有用的信息，而不是故障。
每个表格一个工作表，或合并结构相同的表格
默认每个表格各成一个工作表，按页码和表格编号命名，这样有几个小表格的报告，不会被挤成一大块看不懂的内容。开启合并后，列数相同的表格会拼成一个工作表，只保留一行表头。适合同一张表在好几页上重复、你更想把它当成一整块连续区域来用的报告。
在服务器上处理，自动删除
表格识别需要真正的版面分析引擎，而浏览器里的程序库都做不到，所以文件要上传处理。上传的文件在任务完成后立即删除。结果可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。无需账号，也不需要你手动清理任何东西。
常见问题
Lattice和Stream有什么区别？
Lattice识别画有可见网格线的表格，有这些线时它更精确。Stream针对完全没有线的表格，根据文字的对齐和间距推断列。Auto先试Lattice，必要时改用Stream。
准确度分数是什么意思？
这是测得的置信度分数，表示表格的结构，也就是行、列和单元格边界，识别得有多干净。低于你设定阈值的表格不会放进结果，免得错乱的数据藏在工作表里。
为什么没有可见线条的表格识别效果更差？
没有网格线时，只能根据间距来猜列的边界，这比读取画出来的线更不确定。试试Stream模式，它就是为这种情况设计的。
PDF是扫描件怎么办？
扫描件没有可以读取表格的文字层。先用“PDF文字识别”处理，再从结果里提取表格。
公式会保留吗？
不会。PDF里从来没有公式，只有电子表格导出时算出的数值。
怎么得到CSV，而不是Excel工作簿？
用“PDF转CSV”。它使用同样的表格识别，给你的是单独的CSV文件。
文件会在服务器上保留多久？
上传的PDF在任务完成后立即删除。工作簿可以在一小时内下载，无论你是否下载，都会在约两小时内从服务器清除。
相关工具
PDF转CSV把PDF里的表格提取成CSV文件，分隔符和编码按你的需要选，导入到哪里都能正常打开。在我们的服务器上处理，文件约两小时内自动删除。Excel转PDF把XLS、XLSX或CSV电子表格转换成可直接打印的PDF，按页宽缩放、重复表头和网格线都由你决定。在我们的服务器上运行，文件约两小时内自动删除。
PDF文字识别给扫描版PDF添加可搜索的文字层，支持15种语言。文字可以选中；倾斜或横放的页面会被摆正，除非你关闭这项功能。在我们的服务器上运行，文件约两小时内自动删除。
PDF转TXT提取PDF的文字层，保存为纯文本.txt文件，阅读顺序和分栏都保持原样。
PDF转Word把PDF转回可编辑的DOCX、DOC、ODT或RTF文件，没有文字层的扫描件也能通过文字识别（OCR）转换。在我们的服务器上处理，文件约两小时内自动删除。
PDF压缩重新编码PDF里的图片，去掉重复对象，清除元数据，让文件变小，文档不会发送到任何地方。