excel VBA 读取PDF格式的表格

游乐缘

感谢楼主分享

于箱长

whuihui 发表于 2021-12-24 12:17
把需要测试的附件发出来

没事儿，我自己玩儿吧，加一个split拆分一下再写入单元格就好了，我只是想知道楼主是不是有更好的办法

lkqsmxw

楼主您好，我给改了一下，望见谅。

xiaomils

感谢分享！！

whuihui

lkqsmxw 发表于 2021-12-24 14:01
楼主您好，我给改了一下，望见谅。

你是不是通过压缩excel文件为zip，然后再修改里面password的bin文件破解的密码

andysky

Sub ReadFromPDF()
    Application.DisplayAlerts = False
    Dim wApp As New Word.Application
    Dim wDoc As Word.Document
    Dim pg As Word.paragraph
    Dim wLine As String
    Dim tbCount As Integer
    Dim tbindx As Integer
    Dim lr As Long
    Dim tRow As Long, tCol As Long
    Dim fopen As FileDialog
    Set fopen = Application.FileDialog(msoFileDialogFilePicker)
    wApp.Visible = False
    Call SelectFile(WJM)
    '''fopen.InitialFileName = "*.pdf"
    '''fopen.Show
    WJM = fopen.SelectedItems(1)
    Set wDoc = wApp.Documents.Open(WJM, False)                 ''''Open(ThisWorkbook.Path & "\" & WJM & ".pdf", False)
    tbCount = wDoc.Tables.Count
    If wDoc.Tables.Count > 0 Then
        For tbindx = 1 To tbCount
            With wDoc.Tables(tbindx)
                lr = Sheet1.Range("A" & Rows.Count).End(xlUp).Row + 1
                Cells(lr, 1).Value = "table-" & tbindx
                For tRow = 1 To .Rows.Count
                    lr = Sheet1.Range("a" & Rows.Count).End(xlUp).Row
                    For tCol = 1 To .Columns.Count
                        On Error Resume Next
                        Cells(lr + 1, tCol).Value = Format(WorksheetFunction.Trim(WorksheetFunction.Clean(.Cell(tRow, tCol).Range.Text)), "@")
                        On Error GoTo 0
                    Next tCol
                Next tRow
            End With
        Next tbindx
    End If
    wDoc.Close False
    Set wApp = Nothing
    wApp.Quit
    Set wApp = Nothing
    Application.DisplayAlerts = False
End Sub


只能应表格这种很规范的数据，像发票就不行了。
发票的格式没有统一，不同省市的发票看打印结果是一样的，但后台的格式却五花八门，有的还用了文本框，有的没用。
PDF发票要整理出来就比较有挑战性。

wggx4

貌似对于不规则表格还认不到，比如合并单元格

acc091

andysky 发表于 2021-12-25 08:09
Sub ReadFromPDF()
    Application.DisplayAlerts = False
    Dim wApp As New Word.Application

是的，调试了好久都没办法归纳逻辑，我是通过转格式，再合并所有字符，再用正则提取，但只能提取比较固定的信息

acc091

whuihui 发表于 2021-12-24 19:54
你是不是通过压缩excel文件为zip，然后再修改里面password的bin文件破解的密码

肯定不是啦，不要在意这个东西。

于箱长

andysky 发表于 2021-12-25 08:09
Sub ReadFromPDF()
    Application.DisplayAlerts = False
    Dim wApp As New Word.Application

pdf的发票和海关缴款书，都有合并单元格，确实有挑战性，并且发票还有发票代码、发票号码、开票日期都在表格之外，这些信息都是需要采集的