如何将 PDF 转换为 Excel：6 种真正有效的方法 (2026)
每年有超过 2900 亿份 PDF 文件被创建，但该格式完全没有行、列或单元格的概念。本文将教您如何将数据导入 Excel —— 从免费的内置工具到 AI 驱动的提取技术。
您的数据被困在 PDF 中，而您需要将其导入 Excel。这可能是一份财务报告、供应商的发票、银行流水，或者是从旧系统中导出的产品数据表。问题在于：PDF 的设计初衷是在任何屏幕上看起来都完全一致，而不是为了传输结构化数据。
据估计，每年创建的 PDF 超过 2900 亿份，并以每年约 12% 的速度增长。Adobe 报告称，全球有超过 4000 亿份 PDF 被打开，每天有 1 亿 Acrobat 用户。PDF 已成为共享财务文件、法律合同、政府表格和业务报告的默认格式。然而，根据 2025 年 Parseur/QuestionPro 的一项调查，“查看 PDF”与“处理其数据”之间的差距导致美国公司在手动数据录入上平均每位员工每年损失 28,500 美元 —— 员工每周花费超过 9 小时将数据从文档转移到电子表格中。
本指南涵盖了 2026 年可用的所有方法，从免费的内置工具到 AI 驱动的提取技术，并对每种方法的优缺点进行了诚实的评估。
为什么 PDF 转换为 Excel 从根本上来说很难
在深入研究方法之前，了解为什么会出现这个问题会有所帮助。PDF 和 Excel 电子表格在架构上是不兼容的 —— 它们不仅不同，而且设计目标完全相反。
PDF 实际上是如何存储数据的
PDF 页面并不“包含”表格。它包含的是一个内容流 —— 一系列基于 PostScript 的二进制运算符，用于在画布上的精确 x,y 坐标处定位单个字符。PDF 规范 (ISO 32000-2:2020) 通过以下运算符定义文本渲染：
- BT / ET：开始和结束文本对象
- Tf：设置字体和字号
- Tm：使用六个数字的矩阵设置绝对位置
- Tj / TJ：渲染文本字符串（TJ 包括逐个字形的字距调整）
您眼中看到的表格 —— 带有对齐数字的整齐行和列 —— 实际上是数百个单独的文本定位命令。这里没有 <table>、<tr> 或 <td> 标签，没有行或列标识符，也没有单元格边界。转换器必须通过分析字符之间的空间关系来逆向工程表格结构 —— 哪些字符垂直对齐（暗示一列），哪些在同一水平线上（暗示一行），以及哪些间隙表示单元格边界。
这就是为什么直接转换通常会产生混乱结果的原因：列被合并是因为字符略微错位，数字变成了文本字符串是因为货币符号是独立定位的元素，而多行描述则被拆分成了虚假的行。
有标签与无标签的 PDF
PDF 规范包含一个可选的“结构树”用于辅助功能 —— 即有标签的 PDF，它为屏幕阅读器标识标题、段落和表格单元格。如果存在这些元数据，提取数据会变得异常简单。但现实是：绝大多数 PDF 都是无标签的。大多数 PDF 生成器会跳过打标签步骤，因为它是可选的且会增加复杂性。银行流水、发票和财务报告几乎从不带标签。
字体编码与 Unicode 问题
PDF 为每个字符使用两个独立的查找路径：一个是字形轮廓（外观），一个是 Unicode 映射（含义）。当 ToUnicode CMap 表丢失、不完整或被刻意打乱时（某些 PDF 生成器和安全工具会这样做），即使 PDF 在屏幕上渲染完美，文本提取也会产生乱码。您视觉上看到的是正确的字符，但复制粘贴或程序化提取出的却是无意义的内容。
方法 1：PDFSub（基于浏览器，适用于所有 PDF 类型）
PDFSub 可以处理全范围的 PDF 到 Excel 转换 —— 从简单的单页表格到具有合并单元格、多行描述和国际数字格式的复杂多页财务文档。
操作步骤
- 上传您的 PDF —— 拖放任何 PDF 文件。PDFSub 会自动检测文档类型和结构。
- 自动提取 —— 检测表格并将数据提取到结构化的行和列中。对于数字 PDF，这完全在您的浏览器中完成 —— 文件永远不会离开您的设备。
- 查看预览 —— 在下载前检查提取的数据。列标题、数据类型和行对齐在预览中清晰可见。
- 下载 —— 导出为 Excel (.xlsx)、CSV 或其他格式。
为什么它有效
浏览器优先的隐私保护。 数字 PDF 完全使用客户端 JavaScript 在您的浏览器中处理。无需上传文件，无服务器暴露，无数据留存。这对于财务文件、税务记录和任何包含敏感信息的文档至关重要。在 GDPR 框架下，由于不收集或传输个人数据，客户端处理完全避免了被归类为数据处理者的风险。
处理扫描文档。 如果 PDF 是扫描图像（无可选文本），PDFSub 会切换到带自动清理功能的服务器端 OCR。这种双层方法意味着数字和扫描 PDF 都能产生可用的结果。
财务文档专业性。 提取引擎理解财务格式：括号中的负数、作为独立元素的货币符号、借/贷方列拆分、余额校验以及国际数字格式（1.234,56 与 1,234.56）。
支持 133 种语言。 适用于任何语言的 PDF —— 包括具有复杂字符编码的 CJK（中日韩）、从右向左书写的阿拉伯语和希伯来语，以及带有重音字符的欧洲语言。
方法 2：Microsoft Excel Power Query（仅限 Windows）
Excel 2019 和 Microsoft 365 (Windows) 通过 Power Query 包含了内置的 PDF 导入功能。对于已经安装了 Excel 的用户来说，这是最容易获得的选择。
操作步骤
- 打开 Excel，转到数据 → 获取数据 → 来自文件 → 来自 PDF
- 选择您的 PDF 文件
- Power Query 会显示一个导航器面板，展示检测到的表格 —— 每个表格单独列出，您也可以查看原始页面文本
- 选择您需要的表格，点击转换数据以在加载前清理列标题、数据类型和格式，或者点击加载直接将其带入电子表格
Power Query 的优点
- 简单且结构良好的表格：具有清晰边界或一致间距的表格转换非常可靠
- 多页表格：如果布局一致，通常能被正确检测并合并
- 重复导入：可以设置为可刷新的连接 —— 如果您定期收到相同格式的报告，这非常有用
- 零成本：除了您已有的 Microsoft 365 或 Excel 2019 许可外，无需额外费用
Power Query 的局限性
- 不支持 Mac。 Excel for Mac 完全缺少 PDF 连接器。Microsoft 尚未宣布添加该功能的计划。Mac 用户的变通方法：在 Microsoft Word 中打开 PDF（将其转换为可编辑文本），然后将表格复制到 Excel 中。
- 无 OCR 功能。 如果 PDF 是没有嵌入文本层的扫描图像，Power Query 什么也看不见 —— 它需要可选文本。
- 复杂布局会崩溃。 合并单元格、多级标题、嵌套表格和不规则的列结构会产生混乱的结果。一个带有合并描述单元格的“合计”行可能会导致后续所有行错位。
- 页眉和页脚重复。 在页眉行每页重复的多页表格中，页眉文本会夹杂在数据行之间。您需要手动过滤掉这些内容。
- 货币和数字格式。 当存在货币符号、括号负数或非美国千位分隔符时，Power Query 可能会将数字导入为文本字符串。导入后需要手动转换类型。
Mac 用户的 Power Query（变通方法）
截至 2026 年 1 月，Microsoft 已将 Power Query 引入 Excel 网页版，这可能会扩大 PDF 导入的访问权限。然而，PDF 连接器本身可能仍然仅限 Windows。最可靠的 Mac 变通方法仍然是：
- 在 Microsoft Word 中打开 PDF（文件 → 打开 → 选择 PDF）
- Word 将 PDF 转换为可编辑文档（并不完美）
- 从 Word 复制表格并粘贴到 Excel
- 使用“分列”和数据类型转换进行清理
方法 3：Adobe Acrobat Pro
Adobe Acrobat Pro 可以将 PDF 导出为 Excel 格式。作为 PDF 格式的创造者，Adobe 的工具对 PDF 内部结构有深刻的理解 —— 但这并不总是意味着能产生干净的 Excel 输出。
价格
- Acrobat Pro：每月 19.99 美元（按年订阅）或每月 29.99 美元（按月订阅）。总计：每年 239.88–359.88 美元。
- Acrobat Export PDF（仅限转换）：每月 1.99 美元（每年 23.88 美元）。将 PDF 转换为 Word、Excel 或 RTF。
- 免费在线工具：可在 adobe.com 使用，每天转换次数有限。需要创建账户。
- 文件限制：云服务最大支持 100 MB 文件，最多 600 页。
操作步骤
- 在 Acrobat Pro 中打开您的 PDF
- 转到文件 → 导出为 → 电子表格 → Microsoft Excel 工作簿
- 选择保存位置
- 对于扫描的 PDF，Acrobat 在导出前会自动应用 OCR
Adobe 的优点
- 自动 OCR：针对扫描文档 —— 检测并处理基于图像的 PDF
- 多语言 OCR 支持（英语、德语、西班牙语、法语、葡萄牙语等）
- 表单字段识别 —— 结构化的 PDF 表单导出时带有字段名称和值
Adobe 的局限性
- 合并单元格会产生多余的列。 用户普遍反映，导出到 Excel 后会出现许多空白列 —— 这是 Adobe 支持论坛中记录在案的问题。
- 多行文本被拆分为多行。 包含换行描述的单个单元格会变成两三行，破坏整个表格的对齐。
- 偶尔使用成本过高。 每年 240–360 美元的价格，如果您只是偶尔需要转换 PDF，那就大材小用了。每年 24 美元的独立 Export PDF 更合理，但缺少完整的 Acrobat 工具集。
- 服务器端处理。 文件会上传到 Adobe 云端进行转换，这对于敏感财务文件可能是一个顾虑。
方法 4：Google Sheets（免费，但功能有限）
Google Sheets 没有原生的 PDF 导入功能。菜单中没有任何地方有“导入 PDF”选项。不过，有一些变通方法。
Google Docs 方法（免费）
- 将 PDF 上传到 Google Drive
- 右键点击文件 → 打开方式 → Google Docs
- Google 将 PDF 转换为可编辑文档
- 从 Google Doc 复制表格并粘贴到 Google Sheets
- 清理格式、列对齐和数据类型
适用场景： 具有基本表格和极简格式的简单 PDF。
失败场景： 复杂表格、多列布局、扫描文档。这种转换经常会破坏表格结构 —— 单元格合并、列偏移、行拆分。
替代方案：先转换，再上传
更可靠的方法是先使用其他工具（PDFSub、Adobe 等）将 PDF 转换为 Excel 或 CSV，然后将生成的文件上传到 Google Sheets。这种两步走的过程避免了 Google 不稳定的 PDF 解析问题。
方法 5：在线转换器（快速但需权衡隐私）
几种免费在线工具无需安装软件即可将 PDF 转换为 Excel。
热门选项
| 工具 | 免费额度 | 文件限制 | OCR |
|---|---|---|---|
| Smallpdf | 每天 2 个任务 | 5 GB | 是（付费） |
| iLovePDF | 有限 | 100 MB | 是（付费） |
| PDF2Go | 有限 | 视情况而定 | 基础 |
| Zamzar | 每天 2 个文件 | 50 MB | 否 |
隐私问题
使用任何在线转换器时，您的文件都会上传到其服务器进行处理。服务提供商在处理期间拥有对文档的完全访问权限 —— 文本内容、元数据、嵌入图像等。即使提供商声称在处理后删除文件，系统级快照、日志或第三方集成也可能保留片段。
对于银行流水、税务文件、发票、医疗记录或任何包含财务数据、个人身份信息或机密业务数据的文档，服务器端处理会产生可衡量的风险。在 GDPR 框架下，一旦服务将您的文档存储在其服务器上，他们就成为了具有合规义务的数据处理者。截至 2025 年，已记录超过 2,245 起 GDPR 罚款，总额约 56.5 亿欧元。
在线转换器的适用场景： 隐私性不敏感的文档，且便捷性高于隐私。公共数据的快速单次转换。您愿意通过电子邮件发送给陌生人的文档。
应避免使用的场景： 财务报表、纳税申报单、医疗记录、法律文件、任何带有身份证号或账号的内容、专有业务数据。
方法 6：Python 库（面向开发者）
如果您是开发者或数据分析师，需要通过程序处理 PDF，有几个开源 Python 库可以处理 PDF 表格提取。
库对比
| 库 | 许可证 | OCR | 表格检测 | 最适合 |
|---|---|---|---|---|
| pdfplumber | MIT | 否 | 手动 + 可配置 | 复杂表格，精细控制 |
| Tabula-py | MIT | 否 | 自动检测 | 快速提取带边框表格 |
| Camelot | MIT | 否 | Lattice + Stream 模式 | 带边框表格（Lattice 模式表现优异） |
| PyMuPDF | AGPL | 否 | 基础 | 快速文本提取（SaaS 授权问题） |
pdfplumber
基于 pdfminer.six 构建。可以访问页面上的每个字符、线条、矩形和曲线及其精确坐标。表格提取使用可配置的策略来检测单元格边界。提供可视化调试 —— 您可以在页面图像上绘制检测到的表格。对于简单情况，它比 Tabula 需要更多配置，但处理复杂表格的能力优于任何其他开源库。
Tabula-py
Tabula-java 的 Python 封装（需要安装 JVM）。擅长自动检测表格边界。直接输出到 pandas DataFrames。JVM 依赖使得部署较难，且处理复杂的多级标题时比较吃力。
Camelot
两种模式：Lattice 模式使用图像处理（OpenCV 形态学变换）来检测实线并从交点寻找单元格边界 —— 对带边框表格高度准确。Stream 模式通过空白间距对字符进行分组以推断列。提供每个表格的准确度/质量指标。Lattice 模式在 ICDAR 基准测试中 F1 分数超过 0.85，但在细线或淡线表格上会失败。
何时使用 Python
- 批量处理数百或数千个类似文档
- 为定期报告构建自动化流水线
- 当您需要完全控制提取逻辑和后处理时
- 当文档格式已知且一致时
- 研究和数据新闻项目
何时不使用 Python
- 一次性转换（设置时间超过节省的时间）
- 非技术用户
- 扫描版 PDF（这些库不包含 OCR —— 您需要先进行独立的 OCR 步骤）
- 当交付速度比定制化更重要时
常见转换问题及解决方法
每种转换方法在某些文档上都会产生不完美的结果。以下是最常见的失败情况及实用的修复方法。
数字被导入为文本
问题： Excel 将提取的数字视为文本字符串，这会导致 SUM、AVERAGE 和所有计算失效。这是因为 PDF 不区分数字和文本 —— 货币符号、负号或千位分隔符都会使整个单元格变成文本字符串。
如何检测： 查看单元格左上角的绿色三角形，或者尝试对一列求和 —— 如果返回 0，则说明这些值是文本。
修复方法：
- 选择该列 → 数据 → 分列 → 点击完成（这会强制 Excel 重新解析数据）
- 乘以 1：在辅助列中使用
=A1*1强制进行数值转换 - 使用 NUMBERVALUE：
=NUMBERVALUE(A1, ".", ",")处理欧洲格式 - 查找并替换以去除货币符号：将“$”替换为空，将“(”替换为“-”，将“)”替换为空
括号中的负数
问题： 会计惯例将负数显示为 (200.00) 而不是 -200.00。每个 PDF 转换器都会输出字面字符串 "(200.00)"，Excel 会将其视为文本。
修复方法： 分两步查找并替换：将“(”替换为“-”，将“)”替换为空。然后将该列转换为数字格式。或者使用公式：=IF(LEFT(A1,1)="(",-VALUE(SUBSTITUTE(SUBSTITUTE(A1,"(",""),")","")) ,VALUE(A1))
列被合并在一起
问题： 来自多个列的数据最终出现在一个单元格中 —— 例如“01/15/2026 直接存款 $3,500.00”全部出现在 A 列。
修复方法： 数据 → 分列，使用分隔符（空格、逗号、制表符或固定宽度）。对于固定宽度，Power Query 的拆分列功能更可靠，因为您可以直观地调整断点。
多行描述被拆分为额外的行
问题： 带有两行描述的单笔交易在 Excel 中变成了两行，第二行的日期、金额和余额字段为空。这破坏了整个电子表格的行对齐。
修复方法： 这是最难手动修复的问题。寻找日期列为空的行 —— 这些很可能是续行。使用辅助公式将它们与上一行合并，然后删除空行。针对银行流水，像 PDFSub 的银行流水转换器 这样的专业转换器通过检测续行模式自动处理多行描述。
页眉和页脚混入数据中
问题： 多页 PDF 在每一页都会重复页眉行、页码、日期和文档标题。通用转换器会将这些提取为数据行，夹杂在实际数据中。
修复方法： 转换后，按日期列排序或过滤。页眉行和页脚通常不包含有效日期，会排在顶部或底部。手动删除它们。对于格式相同的定期报告，可以录制宏来自动执行清理。
日期歧义 (MM/DD vs DD/MM)
问题： 日期 03/04/2026 可能是 3 月 4 日（美国格式）或 4 月 3 日（欧洲/中国格式）。当文档中所有日期的天数值都小于或等于 12 时，没有算法能确定正确的格式。转换器通常默认为 MM/DD/YYYY，但这会悄悄地为非美国文档生成错误的日期。
修复方法： 检查源文档的地区。如果是来自欧洲、亚洲或拉美，格式几乎肯定是 DD/MM/YYYY。在 Excel 中，选择日期列，右键点击 → 设置单元格格式 → 数字 → 日期，并选择正确的区域设置。如果日期已被误解，您可能需要使用 =DATE(YEAR(A1), DAY(A1), MONTH(A1)) 交换日和月。
数据缺失
问题： 某些内容完全没有出现在转换结果中 —— 通常是水印、图像中的数据或使用缺少 Unicode 映射的字体的文本。
修复方法： 打开原始 PDF 并尝试选择缺失的文本。如果您无法选择它，说明它是图像 —— 您需要 OCR 功能。如果您可以选择它但复制出来是乱码，说明 PDF 存在字体编码问题。尝试不同的转换器 —— 每个转换器处理字体映射的方式都不同。PDFSub 可以处理这两种情况：针对嵌入文本的浏览器端提取和针对扫描内容的服务器端 OCR。
针对您的文档类型应使用哪种方法
不同的 PDF 需要不同的处理方法。以下是决策矩阵：
| 文档类型 | 最佳方法 | 原因 |
|---|---|---|
| 银行流水 | PDFSub 或专业转换器 | 多行描述、余额校验、借/贷方列需要具备财务意识的提取 |
| 发票 | PDFSub 或 Adobe Acrobat | 不规则布局、带有税费计算的行项目、货币格式 |
| 财务报告 (10-K, 季度报) | Power Query 或 pdfplumber | 带有嵌套行项目的密集多列表格；Power Query 擅长处理重复结构 |
| 简单数据表 | Power Query (免费) | 业务报告中干净的带边框表格转换非常可靠 |
| 扫描纸质文档 | PDFSub 或 Adobe Acrobat (OCR) | 必须具备 OCR 能力 —— Power Query 和 Python 库无法处理图像 |
| 政府表格 | Adobe Acrobat 或 PDFSub | 固定位置字段，预印结构与填写数据的混合 |
| 定期批量报告 | Python (Tabula/Camelot) | 为定期处理的相同格式文档建立可编程流水线 |
| 国际文档 | PDFSub | 支持 133 种语言、非美国数字/日期格式、CJK 字符编码 |
OCR 与原生 PDF：为什么这很重要
影响转换准确性的单一最大因素是您的 PDF 包含嵌入文本还是扫描图像。
原生（数字）PDF
由软件数字化创建 —— 您的银行在线门户、会计软件导出、Word 转 PDF。查看 PDF 时，您可以选择并复制文本。
- 准确性：字符提取实际上是 100%（无识别错误）。失败源于字体编码问题或布局误读，而非字符识别。
- 速度：快 —— 无需图像处理
- 隐私：可以完全在浏览器中处理（无需上传服务器）
扫描版 PDF
由扫描仪、手机摄像头或传真转 PDF 创建的纸质文档图像。您无法选择文本 —— 它只是一张图片。
- 准确性：因引擎和扫描质量而异，波动巨大
| OCR 引擎 | 打印文本准确率 | 成本 |
|---|---|---|
| ABBYY FineReader | 99.3–99.8% | 每月 16 美元起 |
| Google Cloud Vision | ~98% | 每月前 1,000 页免费；之后 1.50 美元/1,000 页 |
| AWS Textract | 95–99% | 文本约 1.50 美元/1,000 页；表格约 15 美元/1,000 页 |
| Tesseract (开源) | <95% | 免费 |
一项针对扫描财务报告的研究发现，Tesseract（最常见的开源 OCR）产生的字符错误率为 46% —— 这意味着近一半的字符是错误的。商业替代方案要好得多，但需要付费。
底线： 只要有原生数字 PDF，就务必使用它。从银行网站下载电子对账单，而不是扫描纸质账单。如果必须扫描，请使用尽可能高的分辨率 (300+ DPI)，并确保页面平整、光线均匀。
AI 驱动的 PDF 提取 (2025–2026)
大语言模型正在改变 PDF 提取领域。AI 模型不再依赖基于规则的解析，而是可以根据上下文“理解”文档结构。
AI 能做而规则做不到的事
- 处理多变的布局，无需预定义模板 —— AI 从视觉上下文中推断表格结构
- 解释特定领域的术语 —— 理解会计中“(200.00)”表示负 200 美元，或者“Cr”表示贷方
- 处理多语言文档，无需特定语言规则
- 合并多行描述，通过理解续行属于上一笔交易
目前的局限性
- 幻觉风险 —— AI 可能会生成原始文档中不存在的、看起来很合理的虚假数据。务必根据源文件核对输出。
- Token 限制 —— 非常大的 PDF（数百页）可能会超过模型的上下文窗口，需要分页处理。
- 成本 —— AI 提取每页的成本明显高于基于规则的提取。
- 延迟 —— 处理时间比直接文本提取更长。
混合方法
最有效的现代工具采用混合策略：对干净的数字 PDF 使用快速的基于规则的提取（处理 80% 以上的文档），对复杂布局、扫描文档和边缘情况使用 AI 兜底。这既为您提供了确定性解析的速度和准确性，又在需要时具备 AI 的灵活性。
获得更好结果的技巧（无论使用哪种方法）
转换前
尽可能使用原生 PDF。 从源系统下载账单和报告，而不是扫描纸质文件。如果您可以在 PDF 查看器中高亮显示单个单词，则说明该 PDF 是原生的。
检查密码保护。 某些银行和机构会对 PDF 进行密码保护。密码通常是您账号的后 4 位、出生日期或身份证号。在转换前移除保护 —— 大多数方法在加密 PDF 上会静默失败。
检查页面顺序。 多页文档偶尔会出现页面顺序混乱，尤其是扫描的 PDF。转换器会按顺序提取页面，因此乱序的页面会产生乱序的数据。
转换后
务必核对输出。 没有转换器能对每个文档都做到 100% 准确。请检查：
- 行数是否与原始文档匹配（对比 PDF 中的交易数与 Excel 中的行数）
- 期初和期末余额是否匹配（针对财务文件）
- 抽查 3–5 个具体数值与源文件对比
- 列标题是否被正确识别
- 日期格式是否符合预期
这只需花费 60 秒，却能发现可能导致数小时损失或产生错误财务报告的错误。
同时保存原始文件和转换后的文件。 将原始 PDF 与导出的 Excel 放在一起。如果任何数值受到质疑，您可以对照源文件进行验证。对于财务文件，许多法规（税法、审计要求）都强制要求保留原始记录。
常见问题解答
我可以将受密码保护的 PDF 转换为 Excel 吗？
您需要先移除密码保护。如果您知道密码，请在 Adobe Reader 或任何 PDF 查看器中打开 PDF，打印为不带保护的新 PDF，然后再进行转换。大多数银行流水的密码是您账号的后 4 位。如果您不知道密码，请联系文档创建者。
为什么转换后 Excel 中的数字显示为文本？
PDF 不区分数字和文本 —— 它们都是定位在页面上的字符。当 Excel 导入数据时，货币符号（$、EUR）、括号负数（如 (200)）、千位分隔符或非标准小数点会导致 Excel 默认使用文本格式。修复方法是选择该列 → 数据 → 分列 → 完成，或者乘以 1 强制进行数值转换。
有办法自动执行 PDF 到 Excel 的转换吗？
有的。Power Query 连接可以自动刷新。Python 库（Tabula-py、pdfplumber、Camelot）可以为定期文档建立全自动流水线。PDFSub 支持批量上传以处理多个文件。对于企业级自动化，Adobe、AWS Textract 和 Google Document AI 的 API 可以程序化处理 PDF。
哪种方法的结果最准确？
这完全取决于您的文档。对于带有简单带边框表格的干净原生 PDF，Power Query 通常效果很好且免费。对于财务文件（银行流水、发票、报告），像 PDFSub 这样理解财务格式的专业工具产生的结果要好得多。对于扫描文档，您需要 OCR 功能 —— Power Query 和 Python 库完全无法处理图像。
我可以一次转换多个 PDF 吗？
某些在线工具支持批量转换。PDFSub 允许上传多个文件并按顺序处理。Power Query 经过一些设置后可以从多个文件导入。对于常规的批量处理，Python 脚本为处理大量文件提供了最大的灵活性。
免费版 Excel 支持 PDF 导入吗？
Power Query 的 PDF 导入功能需要 Excel 2019 或 Microsoft 365（仅限 Windows）。免费的 Excel 网页版和 Excel for Mac 不包含 PDF 连接器。如果您在没有 Excel 2019 的情况下需要免费选项，请使用 PDFSub 的浏览器转换器或在线工具。
我可以将 PDF 表格转换为 Google Sheets 吗？
Google Sheets 没有原生的 PDF 导入功能。变通方法是先使用其他工具将 PDF 转换为 Excel 或 CSV，然后将文件上传到 Google Sheets。或者，将 PDF 上传到 Google Drive 并使用 Google Docs 打开 —— 但这种方法经常会破坏表格结构，对于多列数据不可靠。
如何处理包含多种语言表格的 PDF？
大多数转换器假设使用英语格式（MM/DD/YYYY 日期，逗号千位分隔符）。对于其他语言的文档，您需要一个支持国际格式的转换器。PDFSub 支持 133 种语言，并能自动检测日期格式（DD/MM/YYYY、YYYY-MM-DD）、数字格式（1.234,56 与 1,234.56）和字符编码（UTF-8、GBK、Shift_JIS、ISO 8859）。
总结
将 PDF 转换为 Excel 并不总是那么简单，但针对您的文档类型选择正确的方法会产生显著差异：
| 方法 | 成本 | OCR | 最适合 |
|---|---|---|---|
| PDFSub | 7 天免费试用 | 是 | 财务文件、国际 PDF、隐私敏感数据 |
| Power Query | 免费（随 Excel 2019/365 附带） | 否 | 简单表格、Windows 用户 |
| Adobe Acrobat | 20–30 美元/月 | 是 | 原生 PDF、表单导出 |
| Google Docs | 免费 | 否 | 仅限非常基础的表格 |
| 在线转换器 | 免费（有限制） | 视情况而定 | 非敏感数据、偶尔使用 |
| Python 库 | 免费（开源） | 否 | 开发者、批量处理 |
核心原则：根据您的文档类型和敏感程度选择合适的方法。来自数字 PDF 的简单表格使用免费工具即可很好地转换。财务文件、扫描版 PDF 和国际文档则受益于专门的提取技术。对于任何包含敏感数据的内容，请优先选择在浏览器中处理文件而不是上传到第三方服务器的工具。