提取 PDF 表格數據

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！