PDF 转 CSV 转换器可从 PDF 文件中提取表格，写成 Excel 无需任何对话框即可打开的 CSV。每次运行处理整个文件夹，全部在您自己的 Windows 电脑上完成。
下载 PDF 转 CSV 转换器并运行安装程序。PDF 引擎和扫描页识别器都已内置在程序中。
拖入单个 PDF 文件，或添加整个目录。列表按添加顺序保存文件，不需要的文件一键即可移除。
预览会显示文档的页数、找到的表格数量、每个表格使用的识别方式，以及每个表格的前几行。如果第一行是表头却没有被识别出来，请在"转换"选项卡上勾选对应的复选框。
可以为每个文档写一个 CSV，也可以把所有表格写入一个合并文件。如果金额要用于公式，请开启数字和日期规范化。然后点击"转换"。
客户的银行对账单始终留在这台 Windows 电脑上。这是一个普通的 Windows 程序，中间没有浏览器标签页、接口端点或服务器队列。纯图像页面的识别也在您电脑上的辅助进程中运行，因此 PDF 转 CSV 转换器软件在处理过程中不会访问网络。
试用版会转换您自己的文档并写出前 10 行数据，然后提示已在此处停止。一页银行对账单大约有 40 行交易记录，因此样本足以显示表格是否对齐，无需转换整个文档。表头行不计入此限制。
丢失交易记录的转换器可能造成缺口，几周后在银行对账时才暴露出来。在这里，任何无法解析的内容都会当场标出，并注明来自哪个文件，而不是变成一个空行。
由 Word、Excel 或 Google 文档生成的带标记 PDF 以结构形式保存表格，因此单元格是直接读取的，而不是推测出来的。带表格线的表格依据页面上的矢量线段读取。没有表格线时，几何结构根据文本的位置以及贯穿每一行的纵向空白通道来确定。在一次对 62 份实际工作文档的实测中，65 页使用了表格线，48 页使用了空白，9 页使用了标记结构。一套已知正确输出的语料通过了 150 项自动检查。合格标准按识别方式分别设定，不存在的表格也不会被凭空生成：该语料的误报数为零。
没有文本层的页面会按其中图像的分辨率（150 到 300 DPI）渲染，再交给识别器。是否识别按页决定，因此文本文档不会因为后面某一页是扫描件而整体多付出代价。支持拉丁文和西里尔文，不支持中日韩文字、阿拉伯文、泰文、希腊文和希伯来文。扫描页面的错误也比原生 PDF 多，所以请先用您自己的一份文件试一试。
对账单会在每一页重复列标题。在这里，各页片段会拼接成一张表，重复的表头会被去掉，因此 40 页的对账单最终只有一个工作表和一行表头。
添加一个目录，其中的每个 PDF 都会在一次运行中处理完。一次实测处理了 62 个文件、362 页，没有崩溃，共找到 155 个表格。可以为每个文档生成一个 CSV，也可以把所有内容追加到一个文件中。
银行模板至少有五种千位分隔方式，包括不间断空格和瑞士撇号，两种小数点符号也都在使用。开启规范化后，PDF 转 CSV 转换器软件会把它们统一为一种格式，把货币符号和代码移到单独的列，把日期读成 ISO 格式，并把会计用的负数写法 (1 234,56) 转换为 -1234.56。不开启的话，金额只是文本，SUM 的结果为零。
输出遵循 RFC 4180，并保存为带字节顺序标记的 UTF-8。如果来自他人 PDF 的单元格以 =、+、- 或 @ 开头且不是数字，会在前面加一个撇号，这样打开工作表时 =cmd|'/c calc'!A0 就无法执行。数字和括号形式的负数保持不变。
十到三十个客户发来各个期间的对账单，而银行已不再提供任何机器可读格式的导出。您需要从每一份中得到相同结构的表格。每个客户一个文件夹，每个文件夹运行一次。
搁置了十二到三十六个月的账目，会以多个账户的对账单形式送来，通常装在一个毫无命名规律的压缩包里。转换完成后，Excel 文件合并工具可以把分散的 CSV 文件合并到一个工作簿中。这类业务按整体报价，所以从 PDF 到账簿之间的工作量都会从利润中扣除。
在许多公司，根据 PDF 对账单手动录入仍是常规流程，有时还按小时外包。录错的一笔交易可能直到对账时才被发现。一个每次都以相同方式读取相同列的程序，能彻底消除这类错误。
更喜欢通过 Microsoft Store 安装应用？你也可以在那里获取 PDF to CSV Converter（Microsoft Store 版）。