用 Python 开发的 PDF 抽取Excel表格 2.0版

前些天向大家介绍了我开发的从PDF抽取表格小工具的使用方法（⬅️点击直达），有同学反馈说有一些问题：

• 一页PDF有多张表，只能抽取第一个
• 有些表格线条是透明的，无法抽取
• 一页一页处理太麻烦，不能一次性抽取

针对以上情况，我在原功能基础上进行了优化，本文依旧不涉及代码，具体实现过程我考虑在B站直播讲解。

这里就将优化部分的使用方法介绍一下

https://huggingface.co/spaces/beihai/PDF-Table-Extractor

单页PDF包含多个表格

这部分已经做了代码优化，前端也有一点点变化
[图片上传失败...(image-8983aa-1656898502480)]

选择具体页码后，自动弹出抽取完成，下载的Excel包含多个sheet页，对应多张表格。

表格线条是否透明

有些 PDF 中的表格线条是透明的,比如下图这种情况

[图片上传失败...(image-4b8265-1656898502480)]

大家可以在线条是否透明下拉框选择 True

[图片上传失败...(image-674e43-1656898502480)]

一键全页抽取

如果想要抽取一个PDF中所有的表格，在页码处填写 all 即可。

当然，如果页码较多，如此操作会很慢，需要耐心等待。

也可以填页码区间，比如1-3页就填1-3，第十页到最后一页，可以填10-end

[图片上传失败...(image-c6f141-1656898502480)]
如果某些表格没有被提取，可以重新选择表格线条是否透明重跑一下。

[图片上传失败...(image-9f387a-1656898502481)]

以上。欢迎三连。

另。

直播暂定周日晚，大家没有关注我bilibili，欢迎来波关注，届时会在动态发预告。
[图片上传失败...(image-ff145b-1656898502481)]