将数据从 PDF 文件中的电子表格传输到 Microsoft Excel 工作表的任务总是“有趣”的。 特别是如果你没有像 FineReader 或类似的昂贵的识别软件。 直接复制通常不会带来任何好处，因为。 将复制的数据粘贴到工作表上后，它们很可能会“粘在一起”成一列。 因此，他们将不得不使用工具精心分离 按列显示文本 从标签 时间 （数据 - 文本到列）.
当然，只能复制那些有文本层的PDF文件，即刚刚从纸质扫描到PDF的文档，这在原则上是行不通的。
但它并不那么难过，真的🙂
如果您有 Office 2013 或 2016，那么在几分钟内，无需其他程序，就可以将数据从 PDF 传输到 Microsoft Excel。 Word 和 Power Query 将在这方面为我们提供帮助。
例如，让我们以来自欧洲经济委员会网站的包含大量文本、公式和表格的 PDF 报告为例：
…并尝试在 Excel 中将其拉出，例如第一个表：
我们走吧！
步骤 1. 在 Word 中打开 PDF
出于某种原因，很少有人知道，但自 2013 年以来，Microsoft Word 已经学会了打开和识别 PDF 文件（甚至是扫描的文件，也就是说，没有文本层！）。 这是以完全标准的方式完成的：打开 Word，单击 文件——打开 （文件——打开） 并在窗口右下角的下拉列表中指定 PDF 格式。
然后选择我们需要的PDF文件并点击 可选 （打开）. Word 告诉我们它将在此文档上运行 OCR 到文本：
我们同意，几秒钟后，我们将看到我们的 PDF 已在 Word 中打开以供编辑：
当然，设计、样式、字体、页眉和页脚等都会部分脱离文档，但这对我们来说并不重要——我们只需要表格中的数据。 原则上，在这个阶段，简单地将表格从已识别的文档复制到 Word 中，然后简单地将其粘贴到 Excel 中已经很诱人了。 有时它会起作用，但更多时候它会导致各种数据失真——例如，数字可以变成日期或保留文本，就像我们的例子一样，因为。 PDF 使用非分隔符：
所以让我们不要偷工减料，而是让一切变得更复杂一点，但是正确的。
第 2 步：将文档另存为网页
然后将接收到的数据加载到 Excel 中（通过 Power Query），我们在 Word 中的文档需要以网页格式保存——在这种情况下，这种格式是 Word 和 Excel 之间的一种共同点。
为此，请转到菜单 文件 - 另存为 （文件 - 另存为） 或按 键 F12 在键盘和打开的窗口中，选择文件类型 一个文件中的网页 （网页——单个文件）:
保存后，您应该会得到一个带有 mhtml 扩展名的文件（如果您在资源管理器中看到文件扩展名）。
第 3 阶段。通过 Power Query 将文件上传到 Excel
您可以直接在Excel中打开创建的MHTML文件，但是我们会立即获得PDF的所有内容，以及文本和一堆不必要的表格，其次，我们将再次由于不正确而丢失数据分隔符。 因此，我们将通过 Power Query 加载项导入 Excel。 这是一个完全免费的插件，您可以使用它从几乎任何来源（文件、文件夹、数据库、ERP 系统）将数据上传到 Excel，然后以各种可能的方式转换接收到的数据，使其具有所需的形状。
如果你有 Excel 2010-2013，那么你可以从微软官方网站下载 Power Query——安装后你会看到一个标签 电源查询. 如果您有 Excel 2016 或更高版本，则无需下载任何内容 - 默认情况下，所有功能都已内置到 Excel 中，并且位于选项卡上 时间 （日期） 在小组 下载并转换 （获取和转换）.
所以我们要么去标签 时间，或在选项卡上 电源查询 并选择一个团队 获取数据 or 创建查询 - 从文件 - 从 XML. 要使 XML 文件不仅可见，请将窗口右下角下拉列表中的过滤器更改为 所有文件 （所有文件） 并指定我们的 MHTML 文件：
请注意，导入不会成功完成，因为。 Power Query 需要我们提供 XML，但我们实际上有 HTML 格式。 因此，在出现的下一个窗口中，您需要右键单击 Power Query 无法理解的文件并指定其格式：
之后，该文件将被正确识别，我们将看到它包含的所有表的列表：
您可以通过在数据列中单元格的白色背景（不是单词表！）中单击鼠标左键来查看表的内容。
定义所需表后，单击绿色单词 表 ——然后你“陷入”它的内容：
它仍然需要做几个简单的步骤来“梳理”它的内容，即：
- 删除不必要的列（右键单击列标题 - 删除)
- 用逗号替换点（选择列，右键单击 - 替换值)
- 删除标题中的等号（选择列，右键单击 - 替换值)
- 删除第一行 (主页 – 删除行 – 删除顶行)
- 删除空行 （首页 - 删除行 - 删除空行）
- 将第一行提升到表头（主页 – 使用第一行作为标题)
- 使用过滤器过滤掉不必要的数据
当表格恢复其正常形式时，可以使用命令将其卸载到工作表上 关闭并下载 （关闭并加载） on 主 标签。 我们将获得我们已经可以使用的美丽：
- 使用 Power Query 将列转换为表
- 将粘性文本拆分为列