Question

是否有可用的工具/库（在linux中）来帮助将pdf表转换为可用的东西，例如csv？以http://www.sendspace.com/file/dkoq5j为例。这是该页面的图片。

enter image description here

我可以输入它当然可能是最快的，但我认为看看可以自动完成的内容会很有趣。

pdftotext会泄露文字，但只会将所有内容放在这样的列中。

School name

Admission
number
per year

Abacus
Argyle
Beckford
[...]

pdftotext -layout实际上相当不错。

Answer 1

我认为总会有一些工作在你身边，但是，只要我知道，你可以使用pdftotext，解析并生成你的csv，或者使用像Apache POI这样的库。< / p>

这个着名的库提供了一种生成xls文件的简便方法。它随处可见。我个人使用的是.NET版本，称为NPOI。

现在，回到Linux，请确保测试大量文件（如果它们来自不同的来源）并使用其选项进行调整。另一件需要考虑的是安全性，因为一些PDF文件受到密码保护。

希望有所帮助，