📌 📄 内容摘要:
灵空空 (@lingkongkong) 在 请教下给位佬友PDF中表格转Excel的问题 中发帖
我需要从各银行个人流水明细清单的 PDF 版本中提取交易数据并转换为 Excel，且无需提取交易数据前的基础信息。具体情况如下：
已尝试的提取方法及问题：
Python 工具：使用过 pdfplumber、tabula 和 camelot，存在的问题是当 PDF 中某个单元格内容换行时，提取出的内容会呈现多行。
Java 工具：试过 itext、tabula 和 pdfbox，同样面临单元格内容换行导致提取内容多行的问题，此外，部分银行的电子业务章覆盖在数据上时，提取出的数据会残缺。
OCR 工具：使用百度 paddle ocr 的 CPU 版本，其能识别官网图片，但不知道为什么无法识别我需要处理的流水 PDF 文件，没有识别结果。
AI 工具：尝试过通过豆包和Deepseek转换，但仅能处理少量文件，无法实现批量转换，且目前未接入任何 AI 的 API。
希望能找到可实现批量...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/760721/1
─────────────────────────────
📢 来源：LINUX DO
