VBA将PDF文档内容逐行写入Excel

VBA是无法直接读取PDF文档的,但结合上期我给大家介绍了PDF转换工具xpdf-tools-4.05,先利用它将PDF文档转换为TXT文档,然后再将TXT的内容写入Excel,这样就间接实现了将PDF文档的内容导入Excel的操作。下面的代码将向大家演示如何实现这一操作:

复制代码
Sub Import_PDF_File()
'
' 导入PDF文档
'
    Dim pdftotext As String
    pdftotext = "C:\Program Files (x86)\xpdf-tools\bin32\pdftotext.exe"
    
    Dim fd As fileDialog
    Dim filePath As String
    
    ' 文件选择对话框
    Set fd = Application.fileDialog(msoFileDialogFilePicker)
    With fd
        .Title = "选择PDF文件"
        .InitialFileName = UserDirectory  ' 设置默认路径
        .Filters.Clear
        .Filters.Add "PDF文件", "*.pdf"
        .AllowMultiSelect = False
        If .Show <> -1 Then Exit Sub
        filePath = .SelectedItems(1)
    End With
    
    Cells.ClearContents    ' 清除所有数据
    
    Application.ScreenUpdating = False    ' 禁用屏幕更新
    
    Dim InputFile As String, OutputFile As String
    InputFile = filePath
    OutputFile = Left(filePath, Len(filePath) - 4) & ".txt"

    ' 转换PDF为TXT文档
    Dim shellCommand As String
    shellCommand = pdftotext & " -layout -enc UTF-8 """ & InputFile & """ """ & OutputFile & """"
    Shell shellCommand, vbHide

    ' 等待转换完成
    Application.Wait Now + TimeValue("00:00:02")
    
    Dim txtPath As String
    txtPath = OutputFile

    If UTF8TOANSI(txtPath) = False Then MsgBox "转换ANSI编码失败" & txtPath, vbCritical, "错误"

    Dim TxtPathANSI As String
    TxtPathANSI = Left(txtPath, Len(txtPath) - 4) & "_ANSI.txt"

    ' 读取文本文件
    Dim i As Long
    Dim Line As String
    Dim LineNum As Long
    Dim symbols As String
    Open TxtPathANSI For Input As #1
        i = 0
        Do While Not EOF(1)
            Line Input #1, Line
            i = i + 1
            Cells(i, 1).Value = Line
            LineNum = i
        Loop
    Close #1

    ' 删除临时文件
    Kill txtPath
    Kill TxtPathANSI

    Columns("A:A").Select
    With Selection
        .HorizontalAlignment = xlLeft   ' 左对齐
    End With
    Range("A1").Select
    
    Application.ScreenUpdating = True    ' 启用屏幕更新
    
    MsgBox "成功导入 " & LineNum & " 行数据。", vbInformation, "提示"

End Sub

该操作只适合文字版的PDF,不适合图片版的PDF,也就是说如果你的PDF是使用扫描仪生成的那该方法不适合。另外,导入txt文档需要使用UTF8TOANSI函数将UTF8编码转换为ANSI编码,否则可能导入的是乱码,关于该函数的使用方法详见《 VBA转换TXT文档编码(UTF-8转换为ANSI)》

相关推荐
tianyatest13 小时前
给 AI Agent 写了个 Skill:扫描版电子书自动解压合并 + 加书签(附 PDG 格式逆向)
ai·pdf·电子书
开开心心就好16 小时前
一元二次方程求解工具,答案带详细步骤
java·服务器·开发语言·算法·pdf·ocr·perl
闭包不眠17 小时前
网页转PDF字体出错不报错,我先看文件大小
图像处理·人工智能·计算机视觉·pdf
鲲穹AI种草1 天前
PDF 编辑工具怎么选,多款工具实际使用情况整理
pdf·pdf 编辑工具
阿松爱学习1 天前
【Unity开发】Aspose.PDF的使用
unity·pdf·c#
andrsted1 天前
练题簿在线免费刷题:Word、PDF 导题与预览补全,把现成资料变成可练习题库
微信小程序·小程序·pdf·word·学习方法·刷题
AI行业应用研究1 天前
会务信息载体的演进:纸质、PDF 与结构化数据源的分发成本与版本一致性
大数据·人工智能·安全·小程序·架构·pdf
king13598745501 天前
EmbeddingGemma 2 270M 实测:Mac CPU、PDF/Word、256d 与 FTS5
macos·pdf·word
2501_930707781 天前
使用C#代码从 PDF 文档中提取附件
pdf
程序人生8881 天前
PDF 转 Word 版式错乱、表格丢失?DocConverter Web 格式互转引擎的保真实践
前端·人工智能·opencv·机器学习·pdf·word