如何將 PDF 表格轉換為 Excel：5 種方法比較

您有一份包含表格的 PDF 檔案，需要將其匯入 Excel。這可能是一份財務報告、銀行對帳單、發票或研究論文。數據就在那裡——在螢幕上整齊地排列成行和列。但當您嘗試將其提取出來時，一切都亂套了。

這是因為 PDF 並非數據格式，而是一種顯示格式。在 PDF 規範中，沒有「表格」、「列」或「欄」的概念。看起來像結構化表格的內容，實際上是放置在畫布上特定 x,y 座標處的數十個文字片段。將該結構還原回試算表是一個逆向工程問題——不同的工具處理此問題的成功率各不相同。

本指南涵蓋了 5 種從 PDF 提取表格的方法、每種方法的最佳適用場景，以及出錯時的應對措施。

為什麼從 PDF 提取表格如此困難

PDF 格式沒有表格

PDF 規範 (ISO 32000-2:2020) 定義了內容流 (content stream)——這是一系列將單個字元定位在精確座標上的運算指令。一個簡單的表格列，如「日期 | 描述 | 金額」，可能被儲存為：

BT /F1 10 Tf 72 650 Td (01/15/2026) Tj 200 0 Td (Office Supplies) Tj 180 0 Td (125.00) Tj ET

這裡沒有 <table>、<tr> 或 <td> 標籤，沒有列識別碼，也沒有欄邊界。您在儲存格周圍看到的視覺線條是完全與文字分離的獨立繪圖操作。提取工具必須從空間關係中推斷出整個結構。

三種表格邊框類型

有框線（格柵式，Lattice）表格在每個儲存格周圍都有可見的線條。這些最容易提取，因為線條明確定義了儲存格邊界。常見於正式財務報表、政府表單和標準化報告。

無框線（流式，Stream）表格完全沒有線條。結構完全由空格對齊定義——在不同列中共享一致 x 座標的文字項形成隱含的欄。常見於研究論文、發票和產品目錄。

半框線表格僅具有部分邊框——通常在章節之間有水平線，但沒有垂直分隔線。這在銀行對帳單、券商報告和公用事業帳單中極其常見。這些是最難提取的，因為部分邊框會誤導格柵模式解析器，而缺失的邊框則會降低流式模式的置信度。

有標籤與無標籤 PDF

有標籤 (Tagged) 的 PDF 包含結構化元數據，可識別標題、段落和表格儲存格。無標籤的 PDF 則完全沒有這些——提取工具只能獲取原始座標。絕大多數 PDF 都是無標籤的，包括幾乎所有的銀行對帳單、發票和財務報告。

方法 1：PDFSub 提取表格（免費 + AI 備援）

PDFSub 的提取表格工具採用三層級方法，在降低成本的同時最大化準確度：

第一層級：基於座標的偵測（瀏覽器端，免費）

該工具首先嘗試完全在您的瀏覽器中進行提取：

解析 PDF 內容流，提取每個文字項及其 x,y 座標
根據 y 座標的接近程度將文字項分組為列
分析跨列的 x 座標對齊模式以偵測欄邊界
要求至少 3 列、2 欄，且置信度需達 70% 以上

如果找到理想的表格，您將立即獲得結構化數據——無需上傳伺服器，不消耗 AI 額度，且您的檔案永遠不會離開您的裝置。

第二層級：伺服器端提取 (pdfplumber, 免費)

如果基於座標的偵測未發現表格，工具將在伺服器上使用 pdfplumber (MIT 授權)。這可以偵測顯式線條（繪製的邊框）和隱含線條（單詞對齊模式），尋找交點，識別矩形，並將文字映射到儲存格。

第三層級：AI 提取（使用額度）

對於掃描的 PDF、複雜佈局或規則化方法無法解析的表格，工具會退回到 AI 驅動的視覺提取。當您知道表格很複雜時，也可以切換「強制 AI 提取」直接跳轉到此層級。

輸出格式： Excel (.xlsx), CSV, JSON。

最適合： 無需安裝軟體的快速提取。數位化 PDF 完全在您的瀏覽器中處理，以實現最大程度的隱私保護。

方法 2：Excel 中的 Power Query（僅限 Windows）

適用於 Windows 上的 Excel 2019+ 和 Microsoft 365：資料 → 取得資料 → 從檔案 → 從 PDF。

運作方式

點擊 資料 → 取得資料 → 從檔案 → 從 PDF
選擇您的 PDF 檔案
Power Query 會顯示一個「導覽器」面板，列出每頁偵測到的表格
選擇您想要的表格，點擊 轉換資料 進行清理，然後點擊載入

優點

內建於 Excel — Microsoft 365 訂閱者無需額外付費
Power Query 的轉換引擎能很好地處理後續處理（向下填滿、樞紐分析、合併欄位）
如果來源 PDF 更新，可以重新整理數據
支援連接來自同一份 PDF 的多個表格

限制

僅限 Windows — 不適用於 Mac 版 Excel、Excel 網頁版或行動版
難以處理無框線表格 — 對於邊框清晰的表格效果最好
無 OCR — 無法從掃描件或圖片 PDF 中提取
多頁表格處理困難 — 每一頁通常會匯入為獨立表格，需要手動拼接
多行儲存格 — 儲存格內的換行文字經常會拆分成多列，需要清理

最適合： 使用 Microsoft 365 且擁有簡單、有框線表格的 Windows 用戶。

方法 3：Adobe Acrobat（付費）

檔案 → 轉存 PDF → 試算表 → Microsoft Excel 活頁簿

價格 (2026)

Acrobat Standard：每月 $12.99 美元（年度計劃）
Acrobat Pro：每月 $19.99 美元（年度計劃）
Export PDF (獨立版)：較低階的僅限轉換計劃

優點

內建適用於掃描文件的 OCR
對於簡單的有框線表格，通常能保留格式
Pro 版本提供批次處理功能

限制

僅為了提取表格而言過於昂貴 — 每年需花費 $156–$240 美元
具有合併儲存格和跨多頁的複雜表格仍會產生對齊錯誤的輸出
檔案可能會上傳到 Adobe 雲端進行處理——對於敏感的財務數據存在疑慮
需要桌面端安裝

最適合： 已經支付 Acrobat Pro 費用且偶爾需要進行帶有 OCR 的表格匯出的用戶。

方法 4：複製貼上（手動）

最直觀的方法——也是處理表格時最常失敗的方法。

常見問題

所有數據都在一欄中 — 整個表格貼上後沒有欄位分隔
數字變成文字 — 貨幣符號、括號和分隔符號會破壞數值格式
多行儲存格內容產生虛假列 — 在儲存格中跨兩行的描述會變成兩個獨立的列
標題與數據分離 — 標題列與數據斷開連接
欄位對齊錯誤 — 數據發生偏移，因為字元間距無法轉換為定位點 (Tabs)

部分解決方案

貼上到 Excel 後，使用 資料 → 資料剖析，選擇空格或固定寬度分隔符號。啟用「將連續分隔符號視為單一分隔符號」。這適用於非常簡單、間距良好的表格，但對於任何具有多個單詞儲存格內容的表格都會失敗。

最適合： 作為最後手段提取單個小型、簡單的表格。

方法 5：Python 函式庫（適合開發者）

三個 MIT 授權的函式庫可以透過程式化處理 PDF 表格提取：

Tabula-py

Tabula (Java) 的 Python 封裝版。需要 Java 執行環境。

Lattice 模式 用於有框線表格（尋找線條和交點）
Stream 模式 用於無框線表格（使用文字對齊）
適合在腳本中進行批次處理
不支援 OCR

Camelot

同樣提供 Lattice 和 Stream 模式。

對於有框線表格，表現通常優於 Tabula
Stream 模式具有更多可用於微調的配置參數
每次提取都會提供準確度報告
需要 Ghostscript 依賴項。不支援 OCR

pdfplumber

基於座標的方法：提取每個字元及其精確位置，然後推斷結構。

處理最廣泛的表格類型
提供最大程度的控制，但需要更多配置
這是 PDFSub 在伺服器端使用的函式庫
不支援 OCR

最適合： 自動化處理重複性表格提取工作流、處理大量相似文件的開發者。

常見問題及解決方法

合併儲存格

當儲存格跨越多列或多欄時，大多數工具要麼將內容放在左上角儲存格並留空其他儲存格，要麼使後續所有欄位對齊出錯。目前沒有通用的解決方案——CSV 格式沒有合併概念，因此合併資訊總是會丟失。

修正方法： 提取表格後，在 Excel 中手動修復合併產生的瑕疵。對於具有相同合併模式的重複性表格，請考慮使用後處理腳本。

儲存格內的多行內容

在儲存格內換行的長描述在輸出中會變成多列，導致後續所有數據對齊出錯。這是財務文件提取中最常見的錯誤。

修正方法： 提取後，尋找缺失日期和金額的列——這些很可能是屬於上一列的延續行。在 Excel 中，手動合併它們或使用輔助公式。

跨越多頁的表格

工具必須確定表格在哪裡延續、是否去除重複標題，以及如何過濾頁尾。許多工具將每一頁視為獨立個體。

修正方法： 如果您的工具提供按頁顯示的結果，請合併工作表並刪除重複的標題列。檢查第 N 頁的最後一列是否與第 N+1 頁的第一列正確連接。

貨幣格式問題

括號中的負數 ((1,234.56)) 會貼上為文字而非數字。貨幣符號和千分位分隔符號也會破壞數值格式。

修正方法： 提取後，選取金額欄並使用「尋找與取代」刪除 $, (, ) 字元。然後將該欄格式化為「數值」。對於括號負數，將 ( 取代為 - 並刪除 )，然後轉換為數值格式。

日期歧義

01/02/2026 — 這是 1 月 2 日還是 2 月 1 日？提取工具會按原樣保留字串，但 Excel 可能會根據您的地區設定重新解釋它。

修正方法： 檢查來源 PDF 以獲取日期格式線索（尋找日期值大於 12 的日期）。在匯入前，將 Excel 的日期格式設置為與來源匹配。

準確度比較

方法	簡單有框線	無框線	半框線	掃描 PDF
PDFSub (座標 + AI)	90–99%	75–95%	70–95%	85–95% (AI)
Power Query	85–95%	40–60%	50–70%	不支援
Adobe Acrobat	90–95%	70–80%	70–85%	80–90%
Tabula	~68%	55–70%	50–65%	不支援
Camelot	~73%	65–75%	60–70%	不支援
複製貼上	30–50%	10–30%	10–30%	不可行

範圍反映了文件複雜性的差異。基準數據來自 Procycons 2025 PDF 提取基準測試和 Camelot 比較研究。

您應該使用哪種方法？

場景	最佳方法	原因
快速單次提取	PDFSub	無需安裝，基於瀏覽器，免費座標提取
簡單有框線表格 (Windows)	Power Query	內建於 Excel，無需額外費用
掃描 PDF	PDFSub (AI) 或 Adobe Acrobat	需要 OCR 功能
敏感財務數據	PDFSub	瀏覽器端處理，檔案永不上傳
重複性批次處理	Python (pdfplumber)	可編寫腳本，可自動化
已有 Acrobat Pro	Adobe Acrobat	已經付費，處理簡單表格效果良好
單個小表格，無工具	複製貼上	最後手段，需仔細核對所有內容

獲得最佳結果的提示

使用原生 PDF。 從來源下載文件，而不是掃描紙張。原生 PDF 具有完美的文字，使提取準確度大幅提升。

先識別表格類型。 有框線表格幾乎適用於任何工具。無框線表格需要流式模式或 AI 提取。了解類型有助於您預先選擇正確的方法。

從免費、基於規則的方法開始。 先嘗試基於座標的提取。只有當規則化方法效果不佳時，才升級到 AI——這可以節省時間和額度。

務必核對輸出。 檢查列數、欄位對齊、數值和總計。永遠不要盲目信任提取輸出。

注意數字格式。 提取後，確認 Excel 中的數字確實是數字（靠右對齊），而不是文字字串（靠左對齊）。貨幣符號和括號負數是常見的罪魁禍首。

對於敏感數據，優先選擇基於瀏覽器的工具。 財務報告、銀行對帳單和稅務文件包含敏感資訊。在瀏覽器中處理 PDF 的工具永遠不會上傳您的檔案，消除了數據洩露風險。

免費試用

準備好從 PDF 提取表格了嗎？立即上傳檔案 — PDFSub 會先嘗試免費的基於座標的提取，並針對複雜表格提供 AI 備援。數位化 PDF 完全在您的瀏覽器中處理。開始 7 天免費試用。