PDF文档数据难处理？有这几款神器就够了

科袖科袖网小程序

小程序

不少机构选择用PDF格式对外公布信息，避免遭篡改，而这样做却给记者和数据工作者们带来了不大不小的麻烦：文字尚且可以复制粘贴，但表格一经粘贴就乱了顺序，只能新建一张表。

有没有一些省时省力的工具呢？

有的。下面就由小编给大家推荐一组简单好用的工具。

Tabula

Tabula 是一款你可以直接下载安装到电脑上的免费软件，它可以帮助你导入PDF文件并输出单份表格。在你导入相应的PDF文件之后，你需要手动将需要的表格框出来，Tabula会试图在保留行列的前提下转化数据。

当然对于科研党来说也很实用，比如当老师丢给你一个满是数据表格的PDF，让你整理成Excel的时候，它就排上用场了。

Tabula的一大好处是允许用户先上传一整份PDF文档，再选择其中的表格，一次导出单个或多个均可。输出的格式包括CSV和JASON的TSV，便于之后再用Excel、Google Sheet或Libre Office Calc等软件打开。

它除了免费，还有一个优点，就是多平台！

除了 PC 用户，还支持 Mac，真的是 Mac 党的福音啊。

缺点：Tabula不能做到光学字符识别，它不如下面会列举到的商业程序精确，比如它获取的行列边距不是很准确，需要手动调整。对于经过扫描生成的PDF文档，或者横向放置的表格，Tabula就无能为力了。

Cometdocs

CometDocs是用于从PDF中抓取表格数据最简单有效的工具。用户可以直接进入网站，上传文件，选择输出文件类型，输入你的邮件地址，完成。

缺点：不能免费处理图片，需要订购OCR服务。

对于普通用户，Cometdocs可以每周免费转换五份PDF文档，超过这个数量就要收费，价格是每月9.99美元。如果一次性支付130美元则可以终身使用。

Cometdocs的一大特点是支持光学字符识别（Optical Character Recognition, OCR）技术，可以用于经扫描生成的PDF文档。由于其未必百分百准确，所以转换后仍需仔细检查一遍。

与Tabula一样，Cometdocs不能识别横向放置的表格。

Adobe Export PDF

PDF的这个官方转换工具需要付费使用，但24美元一年的价格并不算离谱。

你可以在官方阅读软件Adobe Reader上使用该转换工具，转换后直接用Excel、Word、PowerPoint或RTF打开新文档。

与Tabula类似，Export PDF可以快速处理大文档，但也同样不适用于扫描件或横向转置的表格。

Nitro Pro

Nitro Pro适合商业人士，功能强大但价格不菲，大约需要160美元。其缺点是只能用于Windows操作系统，将广大MacBook用户排除在外。

Acrobat Pro

同样是PDF官方出品，Windows和Mac均适用，但每月收费15美元，而且最少要订购一年。

Zanran

同样是收费软件，但可以试用，只要文件小于1.5MB，并提供你的邮箱。转换后的文件将以电子邮件的形式发送给你。

Zamzar

同样是需要用邮箱接收文件的网上软件，但好处是免费使用。

Cogniview

Cogniview(http://www.cometdocs.com/) 和Tabula类似，你可以将需要的表格框起来，但是如果Congniview猜错了，你可以很容易地调整它的范围。更棒的是，它有光学字符识别版本，这样即便是图片它也可以识别。

ABLE2EXTRACT

ABLE2EXTRACT(http://www.investintech.com/)是纽约时报图像部门钟爱的程序，界面和使用方式和Cogniview都很类似。

缺点：大多数时候Able2Extract都表现很好，但它的调试系统不如Cogniview。

010

Datawatch Monarch

Datawatch Monarch是这个系列里的明星软件，但价格不菲。如果你在做一个长期的项目，并且要从一个很难转换的形式中获取数据，Monarch是非常值得推荐的。Monarch在转换报告中数据的时候非常杰出，用户可以自主设计输出表格的形式。

011

ABBYY FineReader

参考教程：http://www.abbyy.com/finereader/

高达99.8%字符识别精度的专业的OCR结果,扫描并转换文件和图像到各种流行的电子格式，包括：DOCX、ODT、RTF、XSLX、PDF和PDF/A、PPTX、HTML、EPUB和FB2

缺点就是收费，中文官网显示售价1299人民币。

来源：科袖网、全球深度报道网

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。