利用PDFLibNet ，将PDF转换为图片，方法二解决图片残缺问题 ；提取pdf文字内容，用流保存到txt中

这是一款开源工具，可以很方便地从pdf中提取出表格，可以人工选择要提取的表格，也可以写python代码实现自动化提取表格。

pdf文件和jpg、png图片转为txt文本，适用windows 64位

Excalibur：一个Web界面，用于从PDF中提取表格数据 Excalibur是一个Web界面，可从以Python 3编写的PDF中提取表格数据！ 它由驱动。 注意： Excalibur仅适用于基于文本的PDF，不适用于扫描的文档。 （如塔布拉，“如果你可以单击并拖动到一个PDF浏览器在你的餐桌选择文本，那么你的PDF是基于文本的”。） 使用神剑 注意：您需要先然后再进行操作。 后，您需要使用以下方法初始化元数据数据库： $ excalibur initdb 然后使用以下命令启动网络服务器： $ excalibur webserver 就是这样！ 现在，您可以转到并开始从PDF中提取表格数据。 上载PDF，然后输入要从中提取表格的页码。 转到每个页面并通过在其周围绘制一个框来选择表。 （您可以选择跳过此步骤，因为Excalibur可以自行自动检测表格。单击“自动检测表格”

Extraction of recognizable images from PDF file这个上面写的和我博客里写的一样，就是多了几张图，可是分是一定要要的，因为这是我花了2元钱买的，55555，同情一下下吧！

pdf提取软件.rar

用Python实现的一个小工具，下载包包含源码和编译后打包的可执行文件。 可以根据配置从PDF文档里面提取一些关键字并写入Excel， 此工具适合转换一些批量的固定格式模板的PDF到Excel, .Docx文档可以用Word先转为PDF再使用此工具 PDF2Excel 目录下为python源码 PDF2Excel/dist 下为打包好相关依赖的可执行文件 config.ini文件为配置文件，可以配置想提取的关键字和位置信息 配置文件说明： [keyword-n] --标识要提取的第n个关键字相关信息 name=姓名 --标识具体的关键字 shift=3 --提取目标内容相对关键字的偏移量，可以是负值，表示目标内容在关键字左侧，具体偏移几个字符可以预估，然后测试微调 length=3 --提取目标字符的长度 命令行显示“存放文档的文件夹名称” 是指源PDF文档位置，可以根据自己的文件夹命名输入