Skip to content
DemoFAQ

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。

查看 GitHub

PDF 转 Excel ​

概述 ​

ComPDF Conversion SDK 支持将 PDF文档转换为 Microsoft Excel 格式(.xlsx)。通过从 PDF 中提取、解析数据并将其导入 Excel 以方便用户进一步编辑、分析或共享 Excel 文件。此功能有助于提高工作效率,减少手动输入错误并简化复杂的文档处理任务。

转换选项 ​

该格式只使用 ExcelOptions 中的以下选项,其他选项不生效:

选项默认值含义
CsvFormatfalse输出 .xlsx 工作簿时须关闭;开启时改为输出 CSV(见“PDF 转 CSV”)。
WorksheetOptionExcelWorksheetOption.e_ForTableExcelWorksheetOption.e_ForTable:每个表格一个工作表,只输出表格;ExcelWorksheetOption.e_ForPage:每页一个工作表;ExcelWorksheetOption.e_ForDocument:所有内容放在一个工作表。未开启 OCR 的图片输入总是按 ExcelWorksheetOption.e_ForPage 输出。
AllContentfalse同时输出表格以外的内容(文字、图片、页眉页脚);关闭时只保留表格。ExcelWorksheetOption.e_ForTable 时不生效。
EnableAiLayouttrue使用 AI 版面分析识别段落、表格、图片、页眉页脚和公式;关闭时使用基于规则的版面分析。许可证不含 AI 版面分析权限时不生效。
EnableAiTableRecognitiontrue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(EnableAiLayout 开启)找到的表格生效。
TableRecognitionAccuracyTableRecognitionAccuracy.e_Balanced表格模型:TableRecognitionAccuracy.e_Balanced 使用基础模型 documentai.model,TableRecognitionAccuracy.e_HighAccuracy 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。
ContainImagetrue保留源文件中的图片和矢量图形。只在输出表格以外的内容时可见(AllContent 开启且为 ExcelWorksheetOption.e_ForPage 或 ExcelWorksheetOption.e_ForDocument);只输出表格时不含图片。
ContainAnnotationtrue将注释的外观以图片输出。只对未经 OCR 识别的 PDF 页面生效,且只在输出表格以外的内容时可见。
EnableOCRfalse在 OcrOption 选定的页面上用 OCR 识别文字。许可证不含 OCR 权限时不生效。
OcrOptionOCROption.e_AllOCR 处理的范围:OCROption.e_All 识别所有页面;OCROption.e_ScanPage 只识别图片(扫描)页面;OCROption.e_InvalidCharacter 重新识别其他页面上无法读取的字符;OCROption.e_InvalidCharacterAndScanPage 两者都做。只在 EnableOCR 开启时生效。
Languages{ OCRLanguage.e_ENGLISH }OCR 识别语言;未指定语言时使用英文。只在 EnableOCR 开启时生效。
EnableDocumentOrientationClassificationfalseOCR 前检测页面旋转方向并将页面图像转正。只在 EnableOCR 开启时生效。
EnableDocumentDewarpfalseOCR 前对弯曲、变形的页面照片做矫正展平。只在 EnableOCR 开启时生效。
FormulaToImagetrue将公式以图片输出;关闭时以文本输出。只对 AI 版面分析找到的公式生效,且只在输出表格以外的内容时可见。
FontName空所有文字使用指定字体,如 "Arial";为空时自动选择字体。字体既未嵌入 PDF 也未安装在系统中时,该选项被忽略且不报错。
OutputDocumentPerPagefalse每页输出一个工作簿,而不是整个文档输出一个工作簿。
PageRanges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。
EnableAutoPageSizefalse仅图片输入:根据图片分辨率确定页面尺寸,并匹配到最接近的标准纸张;关闭时一个像素对应一个点(pt)。
CustomPageWidth / CustomPageHeight0仅图片输入:以点(pt,1 pt = 1/72 英寸)为单位指定页面宽和高,两者都须大于 0。优先于 EnableAutoPageSize。

调用示例:

c#
ExcelOptions excelOptions = new ExcelOptions();
excelOptions.WorksheetOption = ExcelWorksheetOption.e_ForPage;
excelOptions.AllContent = true;
excelOptions.PageRanges = "1-3";
ErrorCode error = CPDFConversion.StartPDFToExcel("input.pdf", "password", "path/output.xlsx", excelOptions);

设置 Excel 文件内容选项 ​

将 PDF 文件转换为 Excel 文件时需要注意以下选项的设置,它将直接影响写入 Excel 文件的内容。

  • 内容选项: 如果设置了AllContent选项,转换后的Xlsx文件将包含PDF中的所有内容。
  • 工作表选项
选项描述
ExcelWorksheetOption.e_ForTable一个表格对应一个 sheet 。
ExcelWorksheetOption.e_ForPage一页的表格对应一个sheet。
ExcelWorksheetOption.e_ForDocument一个文档的表格对应一个sheet。

示例 ​

以下是完整的示例代码,演示了如何将 PDF 文档转换为 XLSX 文档。

c#
string inputFilePath = "***";
string password = "***";
string outputFileName = "***";

ExcelOptions excelOptions = new ExcelOptions();
ErrorCode error = CPDFConversion.StartPDFToExcel(inputFilePath, password, outputFileName, excelOptions);