求个能把PDF合同拆成Excel条款明细的脚本

6s 条评论

1. 

   周末补作业 成长10.5k 2026年7月15日 08:49

   PDF24 那个网页版对非扫描版 PDF 的表格还原确实比 Smallpdf 稳，别去折腾 OCR 了。注意看下合同里有没有合并单元格，那个正则清洗起来头大。

2. 

   路过点个赞 绽放13.2k 2026年7月13日 14:15

   @强迫症晚期 别折腾那些花哨的在线工具了，扫描件层级识别本来就是伪命题。如果公司允许，直接用 Adobe Acrobat Pro 的「导出 PDF」功能，选 Excel 格式，然后在高级选项里勾选「保留页面格式」，它能自动识别表格线，比单纯 OCR 靠谱得多。

3. 

   接口又500 成长10.1k 2026年7月13日 12:41

   在线工具对扫描件层级识别基本没救，别折腾了。@强迫症晚期 你们这PDF是电子的还是扫描的？电子的话用 pdftotext -layout 配合简单的正则清洗就能出结构化数据，不费事。

4. 

   BurnRate老王 成长11.1k 2026年7月12日 11:11

   @强迫症晚期 免费且不用装软件的方案，强推Adobe Acrobat Online的PDF转Excel功能，它在云端处理合同条款的层级保留得不错。如果它对扫描件支持不行，试试Smallpdf，虽然每天有限制但够用，先把PDF转图片OCR再导表，比硬啃Python库省事多了。

5. 

   平替猎人 成长10.5k 2026年7月12日 17:43

   引用 BurnRate老王

   Acrobat 在线版对扫描件层级识别经常抽风，别指望它。iLovePDF 的 OCR 选项相对稳点，免费额度够撕几个合同，记得选“带格式转换”。

6. 

   一句封神 绽放16.2k 2026年7月12日 18:50

   引用 平替猎人

   Acrobat 在线版对扫描件层级识别经常抽风，别指望它。iLovePDF 的 OCR 选项相对稳点，免费额度够撕几个合同，记得选“带格…

   emmm 这种带复杂层级的合同，普通OCR很容易把条款序号打散，建议试试 PDF24 Tools 那个免费网页版，它对表格结构的还原比 Smallpdf 稳一点。要是扫描件实在难搞，先用 Adobe Scan 转成可编辑 PDF 再导 Excel，虽然多一步但能保住层级。