PDF 转 Excel 转换器

检测器能还原什么，不能还原什么

PDF 页面保存的是带位置的文本，而不是电子表格单元格。本转换器会把位置相近的文本聚为行，寻找重复的列锚点，为缺失位置补空单元格，并排除不像规则表格的内容块。读取文本位置时，它还会考虑页面旋转和可见页面边界。

检测器有意采用保守策略。与其把互不相关的页面文字拼成看似可信但内容错误的电子表格，不如直接报告没有找到表格。进行计算、导入或对账前，请始终把重要数值与 PDF 原件逐一核对。

导出格式

XLSX 会为每个所选表格创建一张工作表，一次下载最多包含 200 张工作表。所有提取值都写为文本单元格。转换器不会推断数字、日期、公式、货币或会计格式，也不会重建原文件的边框、字体、合并单元格或页面设计。

CSV 和 TSV 会把每个所选表格分别下载。可选择逗号、分号或制表符作为分隔符。当 CSV 字段含有分隔符、引号或换行时，会使用双引号包围，记录采用 RFC 4180 所记录的常见 CRLF 行尾规则。默认启用 UTF-8 BOM，以提高与电子表格软件的兼容性，但正确的分隔符仍取决于导入时所用的软件和区域设置。

电子表格公式安全

PDF 可能包含以 =、+、- 或 @ 开头的文本。部分电子表格软件在打开 CSV 时可能把这些文本当作公式执行。公式防护默认开启，它会给类似公式的 CSV 单元格加上前缀，使内容更有可能按文本保留，包括开头有空格或使用全角符号的单元格。

这只能降低风险，不能保证在所有情况下都安全。OWASP 的 CSV Injection 指南 指出，不同电子表格软件的行为并不一致，CSV 再次保存和打开后，转义方式也可能发生变化。对于不受信任的 PDF，请保持防护开启，检查导出的单元格，并且不要启用宏或忽略电子表格软件的安全警告。XLSX 输出会把提取值明确写为字符串单元格，而不是公式。

限制和浏览器私有存储

• 每次处理一个 PDF，最大 20 MiB，最多 150 页。
• 如果 PDF 含有过多文本片段、文本量或表格数据，工具会在浏览器可能过载前拒绝处理。
• 页面预览显示每个检测到的表格前 100 行，导出文件则包含安全限制内检测到的全部行。
• 一个工作簿最多可包含 200 张所选工作表。
• 不支持受密码保护或加密的 PDF。请先解锁你有权使用的副本。
• 在三步流程中，源 PDF、检测到的表格和设置会在此浏览器的私有存储中保留 30 分钟。网站最多保留三个任务，本地任务数据总量不超过 80 MiB。
• 流程网址中只出现随机任务标识符。PDF、提取值和下载文件不会通过 Livewire 发送，也不会上传到结果服务器。
• 选择重新开始会删除当前本地任务。工具下次检查浏览器存储时，会删除已过期或无效的记录。

PDF 通过 PDF.js 从本地字节中读取。工具会像普通网页资源一样下载所需程序库，但不会在这些请求中发送你选择的 PDF。

无障碍检查

文件选择控件支持键盘操作，进度和错误会向辅助技术播报，检测到的表格也带有表格说明和列标题。小屏幕上的预览支持横向滚动，并会为从右到左的表格保留检测到的方向。无障碍支持有助于检查提取结果，但当准确性很重要时，仍不能代替与原文件核对。