衆所周知,將數據從 PDF 表格中提取出來是一件很煩人的任務,比如將下圖的表格粘貼到 Excel 中,就會是這樣!
在 PDF 中很是工整。但是!一旦,複製,然後再粘貼到 Excel 中,就變了模樣,真的認不出。這種時候,很多同學想必就是無奈地手動輸入了。真的是慘啊,如果數據量少還好,一多簡直是要命啊!
但是,這些問題都難不倒機智的學霸君!
是不是很 nice 啊。接下來就讓學霸君給打家介紹中這款工具,及其使用。
這款小工具叫做 Tabula,是一個免費的開源小工具,對的,沒有看錯,是免費的哦。它除了免費,還有一個優點,就是多平臺!
除了 PC 用戶,還支持 Mac,真的是 Mac 黨的福音啊。接下來學霸君會給大家詳細介紹如何使用。
首先就是下載啦。解壓後,打開軟件,會自動打開瀏覽器。
打開後界面是這樣的,這個時候,剩下的幾乎都傻瓜操作。
我們可以參照這個步驟來操作。
上傳包含數據表的 PDF 文件。
通過單擊表格的左上角並將鼠標拖到右下角來選擇表格,直到所有數據都包含在陰影選擇區域中。
這裏有幾個注意點,一定要切記!
第 1:不要將標題圈進陰影區域,不然會打亂格式!
第 2:如果表格的表頭包含合併單元格,不要圈進陰影區域,可以後續提取完數據再做處理!
隨後,點擊綠色按鈕。
隨後會出現一個包含您的數據的窗口。檢查數據以確保它看起來正確。如果數據丟失,我們可能需要稍微擴展我們的選擇。
選擇我們需要的格式,點擊下載按鈕。
打開文件,我們就可以將數據作爲文本文件或電子表格,而不是 PDF 來進行處理!
但是學霸君發現一個問題,就是有時一些符號在 CSV 中會出現亂碼,但是不知道是不是因爲 Mac 的 Excel 兼容性不是特別好,但是這問題很好解決。
只要選擇 Excel 的替換功能,然後將亂碼字符統一替換就好!