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。

可识别并提取PDF中的表格等内容，保持源文件格式。工具是用java写的，需要安装java 7/8

PDF表格转EXCEL表格使用说明： 1 解压压缩包后运行程序 2 需要Java环境支持，如果没有安装Java会自动打开网页，下载Java安装 3 安装完成后再次运行,会弹出命令终端窗口，然后会自动打开浏览器http://127.0.0.1:8080/ 4 浏览器里面就是软件操作界面 5 导入PDF文件，根据大小需要等待1-30秒 6 软件会自动识别PDF中所有表格，然后右上角可以预览数据，点击左侧返回文件界面，上面可以清楚所有选取的数据 7 浏览到所需的页面，然后通过单击并拖动以在表格周围绘制一个框来选择需要导出的表格，然后预览，可以导出数据，也可以直接复制数据到EXCEL表格，有些导出还是有些错误，需要手动调整。

表格Java tabula-java是一个用于从PDF文件提取表的库-它是为 （ ）提供动力的表提取引擎。 您可以将tabula-java用作命令行工具，以编程方式从PDF提取表。 分级为4 +:copyright:2014-2020 ManuelAristarán。 根据MIT许可提供。 请参阅 。 下载 从我们的下载适用于Mac，Windows和Linux的tabula-java jar版本，其中包括所有依赖项。 使用范例 tabula-java提供了一个命令行应用程序： $ java -jar target/tabula-1.0.2-jar-with-dependencies.jar --help usage: tabula [-a <AREA>] [-b ] [-c ] [-f ] [-g] [-h] [-i] [-l] [

tabula-extractor, 从PDF文件中提取表格 Tabula提取器( 旧版本)注意：Deprecation Deprecation: 这是Tabula提取引擎的旧版。 希望集成补丁的新项目应该使用 Tabula Java ( 这个提取引擎的新Java版本)，除非你喜欢使用 JRuby