自动提取生成excel表格！推荐一款开源工具
hello大家好，前几天老Y在github上闲逛，发现了一个大神项目，这个工具已经被标星将近5K，可见其受欢迎程度。
这个工具叫Tabula，它是用于提取pdf中的数据表格工具。我们知道pdf中的数据表格，不好复制，即使用文字识别工具也未能很好的识别，更别说直接生成excel表格了。
而Table可以将pdf中的数据直接提取到csv或excel表格中，很实用很方便的一个工具。Table支持Windows、Mac OS X、Linux三大系统。
下面老Y在windows中用个例子说明一下。
在Windows中，工具下载后只有一个exe文件如下图所示，使用方法很简单直接双击就可以了。
运行后会自动跳出网页，如果没有自动跳出，在浏览器输入http://localhost:8080即可.
如上图所示，找到我们的测试pdf，点击import上传后可以看到pdf内容。对需要处理的表格可以进行鼠标框选，也可以点击自动选择表格按钮（Auto detect Tables），完成后点击右上角输出数据就可以了。
处理结果如下图所示。
可以看到，有不同的格式输入，也可以直接复制到剪切板，csv格式excel是直接可以打开的。
这个工具对于需要处理或者提取pdf中的表格数据，实在是太赞了！比一般的OCR工具更加便捷。
最后要说的是，Tabula工具是运行在java环境下的，老Y已经将Tabula工具和java程序一起打包提供给大家下载了，下载地址如下：
https://www.lanzoux.com/iaDpvgswidc 密码:174s
大家也可以去官网下载：
https://tabula.technology/
好了，以上就是今天的推荐，记得“三连”支持下哦。
– End –
往期精选：
文章转载自微信公众号：老Y工作室
