DOC2X格式转换

PDF 转 Excel,
提取文档表格

上传 PDF 或扫描 PDF,提取已识别表格并导出 XLSX。提供一页两张表的原始扫描件与实际下载,说明每表一张工作表、合并单元格、编号文本、百分比类型及后续 CSV 整理。

你的文件
含表格的 PDF、扫描 PDF
得到什么
Excel 工作簿(XLSX)

按具体问题找指南

先看结果,再处理自己的文件

一页扫描 PDF,导出两张工作表

输入:扫描 PDF 中的完整原图
自编同源表格图片,第一张表有五处合并单元格,第二张表有长编号、日期和数学表达查看原图 ↗
扫描结果:两张表分别识别
真实 Doc2X 扫描 PDF 解析界面,左侧原页和右侧两张表对应;数学表达保持 x^2 + 1查看原图 ↗

自编同源原图与真实解析界面;实际 XLSX 保留两张表和五处合并关系,单元格类型另行核对。

本页内容

上传 PDF,提取需要的表格

  1. 上传含表格的 PDF;扫描文件先检查清晰度、方向与页码范围。
  2. 对照原页检查合并单元格、编号、数值与公式;发现错误时进入“编辑解析结果”,修改后确认已保存。
  3. 打开“导出文档”,点击“表格 Excel”快捷卡片直接生成 XLSX;只需局部时另用相应段落或页面操作。
  4. 打开最新下载,核对工作表数量、单元格数据类型与数字格式,再进行筛选、统计或另存 CSV。
上传 PDF,提取表格到 Excel

先检查识别出的表格,再选择段落、页面或整份文档的导出范围。

同一张表:扫描 PDF 与实际 XLSX 下载

2026-10-10,我们用自编的两张表,分别上传 JPG 和仅含同一张图片的单页扫描 PDF,再点击“表格 Excel”实际下载。两种输入各得到一个含两张工作表的 XLSX;图片结果中一格数学表达识别错误,人工修正并保存版本 1 后再次导出。三份下载都保留原始文件,可与同源输入逐格比较。

  1. 三份 XLSX 都有“表1”(5 行 5 列)和“表2”(4 行 3 列)。表1 保留 A1:A2、B1:B2、C1:D1、E1:E2、A3:A4 五处合并范围。
  2. 编号 0012、0013、0014 和 18 位长编号仍是文本;数量 12、18、24 与调整值 −3.5、0、8.25 是数值。−3.50、0.00 的末尾零不等于已保留两位小数显示格式。
  3. 达标率 12.5%、100%、0% 和日期 2026-10-10 在本次 XLSX 中是文本。需要统计或计算时,先确认单位与数据类型,再在自己的表格软件中转换。
  4. 图片初次导出的“表2!B4”为误识别文字,人工改为 x^2 + 1、保存后重新导出,仅这一格变化;扫描 PDF 本次已识别为正确文字。三份文件都没有 Excel 计算公式。

这是单页清晰样例,未测试跨页续表、模糊拍照、嵌套表格或图片单元格。截图展示产品的识别与编辑界面,XLSX 的单元格值、类型和合并范围已检查;本轮没有在桌面 Excel 或 WPS 中验证显示和交互编辑。单次差异也不能证明扫描 PDF 一定比图片识别更好。

先了解这几件事

PDF 转 Excel 提取的是解析结果中的表格。上传后先核对行列、表头和数据,打开“导出文档”并点击“表格 Excel”,直接下载一个 XLSX,每张已识别表一个工作表。扫描 PDF 先经过识别;正文和图片不会自动填满工作表,跨页表是否连续也要单独核对。

本例输入
1 页扫描 PDF,内含同源图片,没有可搜索文本层。
实际输出
2 张表对应 2 张工作表;第一张表保留 5 处合并关系。
数据类型
前导零与长编号为文本;百分比、日期和数学表达也需单独检查。
导出范围
整份文档“表格 Excel”,与单段、单页表格操作分别选择。
旋转页表格
新增两页样例未先旋转便解析:90度页的两行数量与编号对应,两个零均为数值,另有真实打开核对。
金额与注号
新增上标注号样例:带注号的0.00导出为数值0.001;单元格是数字不代表金额正确。

原角度直接提取:90度页的编号、数量与零值逐行核对

2026年10月19日,一份自编两页电子PDF实际上传解析一次,再点击“表格 Excel”导出整份文件一次。第1页旋转为0度,第2页为90度;本轮没有预先旋转或扫描增强。原生XLSX得到两张表,四个编号对应数量0、12、7、0;随后用Numbers只读打开两表查看,没有修改、求和或保存。

真实网页结果:第一张表完整,第二张表仅部分可见
本次真实PDF解析结果局部,第1页表格A01数量0与A02数量12完整显示,下方第2张表仅部分及B01数量7可见,B02不在此截图视口;不把局部截图当作四值完整证明查看原图 ↗
原生XLSX在Numbers:第1页两行数量0、12
本次实际原生XLSX在Apple Numbers打开第1页表1,ID、Fictional item、Quantity count表头及A01数量0、A02数量12完整显示,未编辑或保存查看原图 ↗
原生XLSX在Numbers:90度源页两行数量7、0
本次实际原生XLSX在Apple Numbers打开第2页表1,B01数量7与B02数量0及表头完整显示;这是接收软件显示观察,没有做旋转、转置或求和查看原图 ↗
用编号对应源页和实际数量,不只按工作表顺序猜来源
原PDF页与角度编号原生XLSX位置/数量Numbers显示
第1页,0度A01第1页 表1!C2/数值00
第1页,0度A02第1页 表1!C3/数值1212
第2页,90度B01第2页 表1!C2/数值77
第2页,90度B02第2页 表1!C3/数值00

本例原稿中的编号与数量(不是缺失值)

第1页,PDF旋转0度:A01 → 0,A02 → 12
第2页,PDF旋转90度:B01 → 7,B02 → 0
  1. 实际原生XLSX为3,309字节,两张工作表各有3行×3列数据。四个编号各出现一次,数量列均为数值,同一行对应0、12、7、0。
  2. 两个0都是原稿明确记录且在实际文件中存有数值的零,不是空白格。编号、数量类型与源值分别核对,不能只看屏幕是否有内容。
  3. Numbers 14.4实际打开两张表,表头、四个编号与四个数量完整可见。导入时有一种字体缺失提示,未修改字体或格式,也没有求和、转置、旋转、编辑、保存或重开。
  4. 本次直接解析原角度,没有先把侧倒页旋正。本例是清晰电子PDF,不能据此保证任意旋转页、横向大表或歪斜拍照都能得到同样结果,也没有测量自动纠偏规则。

此两页旋转表格样例与上方单页扫描表分别记录,原生文件保持下载字节。三图为真实网页局部及两张Numbers工作表显示;网页截图没有完整展示第二表,完整四值来自文件结构与接收软件的分别核对。本轮未测试Microsoft Excel、WPS或其他版本,没有制作修复工作簿或另建ZIP。

金额与上标注号分开看:本例0.00带注号后导出为0.001

2026年10月19日,一页自编CNY金额表实际解析并导出Excel各一次。原稿有四行普通或带上标1的12.50、0.00,并明确1是说明注号;实际XLSX四格均为数值,其中NOTEZERO-D58从基础金额0.00变为0.001。网页结果与Numbers打开也显示这一差异,没有修改或制作修复工作簿。

同源PDF的既有预览:上标1是注号,不属于金额
自编单页CNY表格的既有本地预览,普通12.50与0.00、另带上标1的12.50与0.00四行,以及表外注释可见;源图预览不是新的识别结果查看原图 ↗
真实网页结果:四行金额完整显示,带注零值成为0.001
本次实际解析表格完整四行及金额列,12.50、12.50、0.00、0.001可见,没有渲染出独立上标注号;网页文字不单独证明原生类型查看原图 ↗
实际XLSX在Numbers:12.5、12.5、0、0.001
本次实际XLSX在Apple Numbers打开,四个编号对应12.5、12.5、0、0.001,末项编号因列宽自然换行但未缺失;未编辑格式、修复金额或求和查看原图 ↗
先按编号对照基础金额与注号,再看原生值和实际显示
原稿编号/基础金额原稿注号实际XLSX数值Numbers显示
PLAIN-A17/12.50无C2:12.50,基础金额相符12.5
NOTE-B29/12.50另有上标1C3:12.50,未见独立上标保留12.5
ZERO-C43/0.00无C4:0.00,明确数值零0
NOTEZERO-D58/0.00另有上标1C5:0.001,与基础金额0不符0.001

原PDF的金额与注号语义(不是修复后的导出值)

PLAIN-A17:12.50,无注号
NOTE-B29:12.50,另绘上标1
ZERO-C43:0.00,无注号
NOTEZERO-D58:0.00,另绘上标1

原表说明:上标1只是审核说明标记,不属于金额,也不是指数。
  1. 实际原生XLSX为2,844字节,一张表有5行×3列数据。四个金额都存为数值,依次12.50、12.50、0.00、0.001;最后一项与原稿基础金额不符,不能因类型是数字就直接统计。
  2. 带注号12.50这一行基础金额相符,但金额格内没有独立上标文字;带注号0.00这一行则出现数值差异。不能从一行正确推断注号信息在所有行都完整保留。
  3. 原稿四个金额都明确存在,没有缺失金额。普通零值与带注零值要分别核对,本例0.001不是空格,也不是原基础金额0。
  4. Numbers 14.4实际显示12.5、12.5、0、0.001,没有出现字体提示,未编辑、改格式、改变地区、求和、保存或重开,也未测试Microsoft Excel或WPS。
  5. 本次所检工作表单元格文字没有找到完整表外注释;这不是对所有批注或包内对象的缺失审计。注号与说明应和原稿一起保留,不把单元格金额正确或错误当作注释已完整交付。

仅此自编单页表格与一次解析、一次Excel导出。源PDF预览沿用已保存图像,另两图为真实网页和Numbers内容局部;原生文件保持下载字节。没有自动删注号、制作修复副本或进行SUM验证,不保证任意金额注号都产生相同结果。

按问题找指南

拿到 Excel 后,继续核对数据

工作表、续表、字段类型和金额是不同检查点,用同源文件逐项对照。

实际 XLSX 中,内容与数据类型分别检查

实际 XLSX 中,内容与数据类型分别检查
原表内容本次导出结果后续处理
合并表头与 A组跨行5 处合并关系保留核对行列含义;筛选或分析前按用途整理。
0012 与 18 位编号文本,字符完整保持文本类型,避免再导入时丢失前导零或精度。
12、−3.50、0.00数值 12、−3.5、0;通用格式需要固定两位小数时设置数字格式。
12.5% 与 2026-10-10文本先确认单位和日期含义,再转换类型。
x^2 + 1文字表达;图片初次识别需修正核对符号;需要计算时自行建立 Excel 公式。

对照同一张表,检查合并表头与识别结果

Doc2X 官方公开表格 OCR 示例:左侧无线电频率划分表原页,右侧同一表格的识别结果与 HTML 结构查看原图 ↗
产品公开识别示例 · 同一截图左侧为输入,右侧为结果;历史界面不代表当前布局

核对右侧结果中的合并表头、行列和频率范围

  • 先对照“中国内地 / 中国香港 / 中国澳门”三列及其上方的合并表头。
  • 再检查跨行单元格是否仍对应正确的频率范围,不只检查表格外观。
  • 结合表头单位 GHz 核对数字与文字,再决定如何用于后续表格整理。

截图来自 Doc2X 已公开帮助文档,原样复用,展示同一表格输入与识别结果。本例未附该表对应的公开 XLSX;截图不能代替对实际导出文件的核对,也不代表其他文档的准确率。

PDF 表格提取与整页外观有区别

“表格 Excel”提取已识别的表格。扫描页先识别文字与结构,再导出单元格;普通段落、图像和数学矩阵不一定是表格。需要保留整页阅读外观时保留原 PDF,需要完整正文编辑时选择对应文档格式。

一页两张表,得到两张工作表

本页自编扫描件只有一页,但包含两张独立表格。实际下载的 XLSX 分为“表1”和“表2”,不是把两张表硬接在一起。页数与工作表数没有一一对应关系,下载后按原文逐张核对。

合并单元格保留后,仍要检查业务含义

本例第一张表的五处跨行、跨列合并保留。跨页续表、重复表头和复杂嵌套结构没有由这个单页样例验证;确认原识别结果的行列关系后,再决定是否合并或整理。

数字、编号、百分比与日期分开处理

编号 0012 和 18 位长编号按文本保留,避免丢零或精度变化;普通数量和调整值可为数值。百分比与日期在本例中仍为文本,固定两位小数也需要另查格式。统计前按各列含义检查,不要统一强制转换。

只需要一段、一页或整份文件的表格

整份文件用导出配置中的“表格 Excel”;局部表格使用结果对应的段落或页面操作。导出卡片点击即执行,查看下载完成情况,无需再点“开始导出”。

需要 PDF 转 CSV 时

先导出并检查 XLSX,再在电子表格工具中保存需要的工作表为 CSV。CSV 不保留合并单元格、样式和多工作表;重新导入时另查编码、分隔符、前导零和百分比类型。

英文读者:扫描表格、原始 XLSX 与整理 CSV

英文指南复用两页自编英文扫描样例的已完成OCR,实际下载两张工作表;001编号、空值、零和负数分别核对。另提供明确标为本地整理的六行XLSX与CSV,已记录金额合计44.60;从顶部可切换下载,本例与本页中文续表的数据不是同一组。

财务报表中的括号费用,导出后先检查类型

新增两页中文虚构财报样例实际得到三张工作表。括号费用保持文本,万元等表外说明没有进入原生XLSX;财报整理页与负数求和指南提供原稿、原生下载和Numbers实算的4800→800对照。

百分比看起来正确,计算前继续查类型

新的中文百分比指南复用本页原生XLSX的12.5%、100%、0%文本,另在本地建立数值副本并用Numbers实际重算。COUNT从0对照3,明确零值和编号分别保留;原生、辅助与重算文件可下载,不把类型转换说成新OCR效果。

Word 表格要继续计算,先核对 Excel 类型

新增Word表格转Excel实测:同一DOCX先前转换PDF,本轮只解析PDF一次,下载原始与保存修正后的两份XLSX。编号0018保留,数量为数值,百分比仍是文本;横杠误识别为1的差异也保留在原始下载中,详见相关指南。

PDF有一页旋转90度,先逐行核对实际表格导出

新增样例的第2页带90度旋转,本轮没有预先旋转、增强或转置,直接解析两页并导出表格Excel。原生文件按两页分别生成工作表,四个编号与数量0、12、7、0对应;Numbers打开两表也能看到表头与四个值。旋转页面、XLSX文字角度和接收软件显示分别检查,不把这份清晰电子表样例扩展为所有侧倒、歪斜照片或旋转表格的保证。

PDF金额上标注号,导出后先与基础金额分开核对

新增样例原稿明确上标1是说明注号,不属于金额。普通12.50与带注号12.50均导出为12.50,但带注号的0.00导出成0.001,偏离原基础金额;四格都属于数值,不能据此认定已经正确。保留原PDF,逐行对照编号、金额、注号与表外说明;发生差异时先停止把该下载件用于统计,在副本中按来源核对,不自动删掉所有1或统一改成零。

详细操作教程

遇到这些情况

提示“文档里没有表格”
检查解析结果是否包含表格结构。原页看似表格,也可能被识别为普通文字、公式或图片;先核对清晰度、裁切和结果。
导出的工作表数量与 PDF 页数不同
按识别出的表格数量核对。一页可以有多张表,也可以没有表格;本页 1 页原稿得到 2 张工作表。
百分比不能参与计算,或小数末尾零不见了
分别检查单元格类型和数字格式。文本百分比需核对后转换;数值 −3.5 与原文 −3.50 数值相同,但不是固定两位小数显示。
数学表达错误或不能计算
先对照原文修正内容并保存,再导出检查。识别文字不等于 Excel 函数,不能仅凭单元格可编辑就直接用于计算。

常见问题

扫描 PDF 能转为 Excel 吗?

先识别扫描页中的表格,再导出已识别结构。本页提供实际的一页扫描 PDF 与两张工作表,自己的低清或复杂文件仍需核对。

一页 PDF 会生成一个工作表吗?

不一定。当前按每张识别表一个工作表组织;本页的一页含两张表,因此得到两个工作表。

会自动把跨页表接成一张吗?

不能仅由一次 Excel 下载这样推断。先检查解析结果中的页间衔接、重复表头与合并关系;本页样例没有跨页内容。

能免费无限次转换吗?

登录、可用解析页数和相关权益以当前工作台为准。本页不承诺免费无限使用;可先下载公开样例检查输出是否适合。

可以直接调用 API 导出 XLSX 吗?

不要由网页选项推断接口参数。当前公开 PDF 导出指南列出 md、tex、docx;结构化表格与其他接口能力按开放平台文档核对。

侧倒PDF表格转Excel后会错列吗?

本例没有观察到这四行数量错列:0度页与90度页直接解析后,各自编号仍对应数量0、12与7、0,并在Numbers中打开核对。结果只限这份清晰两页PDF;自己的文件应检查表头、编号与同一行数值,不能只凭工作表能打开判断。

PDF旋转页转Excel后,零值和空白怎么核对?

先看原稿该格是明确的0还是未记录,再查实际单元格。本例A01与B02原本就是0,原生XLSX中均存为数值0,Numbers也显示0,并非空白或漏值。其他文件不能把空白统一补零;旋转处理与数值含义分别验收。

PDF转Excel金额上标注号会并入数值吗?

本例带上标1的0.00导出为数值0.001,与原基础金额0不符;另一行带注号12.50仍导出为12.50,但未保留独立上标显示。四格均为数值,没有变成金额文本;数值类型也不是正确证明。应逐行核对金额与注号,不保证其他文稿采用同样结果。

PDF转Excel带注号的0和空白怎么区分?

先看原稿是否明确记为0,再查实际值。本例没有空缺金额:普通0.00导出为数值0,带上标1的0.00却导出为0.001,属于值不符,不是空白。不要把所有含1金额自动删除末位或把未知空格补零;本页没有提供修复或求和结果。

内容核对:2026-10-19 · 功能条件与配额以当前产品界面为准