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
随手工具-Excel, pdf, SQL1 天前
PDF拆分怎么操作?免费在线拆分PDF文件,无需安装任何软件
pdf
正在走向自律1 天前
实战心得:利用PaddleOCR彻底解决大模型无法解析图片型PDF的问题
开发语言·pdf·视觉检测·paddleocr·视觉模型·离线ocr识别
AI原来如此1 天前
零基础教程:50页PDF一键浓缩成1页摘要
人工智能·ai·pdf·大模型
186******205311 天前
PDF 转 Word 高效办公实战指南
pdf·word
随手工具-Excel, pdf, SQL1 天前
PDF删除页面怎么操作?免费在线删除PDF指定页面,无需安装软件
pdf
SunnyDays10112 天前
Java 实现 PDF 页面删除、排序、旋转和裁剪
java·pdf
zyplayer-doc2 天前
个人 AI 知识库怎么搭建:用 zyplayer-doc 把笔记、PDF 和图片资料变成可问答的第二大脑
大数据·开发语言·人工智能·笔记·pdf·ocr
日日行不惧千万里2 天前
Java AI 完整学习笔记
pdf
听风吹等浪起3 天前
002:多图合并导出PDF【网页版】
计算机视觉·pdf
꯭爿꯭巎꯭3 天前
新概念英语第二册(PDF + MP3音频)免费下载
pdf·音视频·语音识别