PDF 生成模板编辑器
开源可视化 PDF 生成引擎,支持自定义模板,并提供面向开发者的 API,灵活构建文档生成流程。
ComPDF Conversion SDK 支持将 PDF 文档转换为CSV(Comma-Separated Values)文件。将 PDF 转换为 CSV 是一种常见的需求,通常用于从 PDF 文档中提取表格或结构化数据。
PDF 转 CSV 使用 Excel 转换接口 CPDF_StartPDFToExcel,并设置 excel_csv_format = true。
该格式只使用 CConvertOption 中的以下选项,其他选项不生效:
| 选项 | 默认值 | 含义 |
|---|---|---|
excel_csv_format | false | 须开启才输出 CSV。只导出表格。 |
excel_worksheet_option | e_CForTable | e_CForTable:每个表格一个 CSV 文件;e_CForPage:每页一个 CSV 文件;e_CForDocument:所有表格写入输出路径上的一个 CSV 文件。 |
auto_create_folder | true | 使用 e_CForTable 或 e_CForPage 且输出路径是已存在的文件夹时,CSV 文件放入以输入文件命名的新子文件夹;关闭时直接写入该文件夹。输出路径不是已存在的文件夹时,会在该路径创建文件夹。 |
enable_ai_layout | true | 使用 AI 版面分析查找表格(包括无边框表格);关闭时只能找到有表格线的表格。许可证不含 AI 版面分析权限时不生效。 |
enable_ai_table_recognition | true | 使用表格模型识别表格结构;关闭时根据表格线重建表格结构。只对 AI 版面分析(enable_ai_layout 开启)找到的表格生效。 |
table_recognition_accuracy | e_CBalanced | 表格模型:e_CBalanced 使用基础模型 documentai.model,e_CHighAccuracy 使用 table_legacy.model 模型包。只在使用内置表格模型进行 AI 表格识别时生效。未加载对应精度的模型时,转换仍然成功,表格改用基于规则的方式识别。 |
enable_ocr | false | 在 ocr_option 选定的页面上用 OCR 识别文字。图片输入必须开启,否则转换返回 e_CErrUnsupportedFeature。许可证不含 OCR 权限时不生效。 |
ocr_option | e_CAll | OCR 处理的范围:e_CAll 识别所有页面;e_CScanPage 只识别图片(扫描)页面;e_CInvalidCharacter 重新识别其他页面上无法读取的字符;e_CInvalidCharacterAndScanPage 两者都做。只在 enable_ocr 开启时生效。 |
languages / language_count | NULL / 0 | OCR 识别语言;未指定语言时使用英文。只在 enable_ocr 开启时生效。 |
enable_document_orientation_classification | false | OCR 前检测页面旋转方向并将页面图像转正。只在 enable_ocr 开启时生效。 |
enable_document_dewarp | false | OCR 前对弯曲、变形的页面照片做矫正展平。只在 enable_ocr 开启时生效。 |
output_document_per_page | false | 每页单独导出一次 CSV,每次导出仍按 excel_worksheet_option 拆分文件。 |
page_ranges | 空 | 要转换的页码,如 "1-3,5,7-9";为空时转换所有页。多帧图片输入时用于选择帧。 |
调用示例:
CConvertOption option = CPDF_DefaultConvertOption();
option.excel_csv_format = true;
option.excel_worksheet_option = e_CForTable;
option.auto_create_folder = false;
CPDF_StartPDFToExcel(CPDF_TEXT("input.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output_folder"), option, NULL);可能输出多个 CSV 文件时,可以通过 auto_create_folder 控制是否自动创建文件夹。开启该选项时,会在输出路径中创建与输出文件同名的文件夹来存放 CSV 文件。
以下是完整的示例代码,演示了如何将 PDF 文档转换为 CSV 文档。
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ai_layout = true;
// 设置提取表格时输出csv格式。
option.excel_csv_format = true;
CPDF_StartPDFToExcel(CPDF_TEXT("csv.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output"), option, NULL);