PDF插件 for VBA 合并,提取,旋转等

opiona

xiao99hui 发表于 2023-5-15 10:07
这个只能输出文本的，如果是图片里的文字能输出嘛！

图片中的文字 不能输出
就是扫描件的 文本 输出也不能保证准确性
建议使用ABBYY 进行识别

xiao99hui

opiona 发表于 2023-5-15 11:18
图片中的文字 不能输出
就是扫描件的 文本 输出也不能保证准确性
建议使用ABBYY 进行识别

使用ABBYY，有没有vba调用ABBYY的用法

opiona

xiao99hui 发表于 2023-5-15 15:20
使用ABBYY，有没有vba调用ABBYY的用法

调用Abbyy的 没有

语虚何以言知

opiona 发表于 2023-3-6 10:58
如果输出excel 或者word 还要添加引用
不是所有电脑都有
所以还是输出为文本文件, 然后自己写代码转换到e ...

可以添加到提取pdf文本输出到数组吗?

如果可以就太好了,我一个xlsm整合全部功能了

现在提取pdf的还得用python写(公司不允许安装盗版Acrobat这个没法用)

opiona

语虚何以言知 发表于 2023-6-8 09:22
可以添加到提取pdf文本输出到数组吗?

如果可以就太好了,我一个xlsm整合全部功能了

现在是输出到文本文件的
你可以从文本文件中读取到数组啊

语虚何以言知

opiona 发表于 2023-6-8 10:31
现在是输出到文本文件的
你可以从文本文件中读取到数组啊

我的想法是流控也清晰些，也能节约代码量

后来仔细想想，大佬说的也是

谢谢

语虚何以言知

大佬，请问下ExtractTextFromPDF提取PDF有页数的限制吗？

我提取的PDF文本可能有几十页的

opiona

语虚何以言知 发表于 2023-6-8 20:11
大佬，请问下ExtractTextFromPDF提取PDF有页数的限制吗？

我提取的PDF文本可能有几十页的

你测试一下吧  
我代码内没有限制的!

语虚何以言知

opiona 发表于 2023-6-8 20:35
你测试一下吧  
我代码内没有限制的!

首先感谢大佬用心辛苦做的这个PDF库,代码略改下就可以直接应用,用的很省心

我主要用来做货运的数电发票电子件配对[xml+zip(xml)+xlsx]的配对,并且配对成功后批量添加水印按顺序打印的
之前pdf的部分是用python做的Onefile的exe,然后用vba调用, 虽然能用,但是不能流畅融入到我整个项目流程中去
关于大佬库我主要用了3个功能，给大佬汇报下

• 添加文本：非常好用
• 合并pdf：非常好用
• 提取文本：我的项目中提取pdf版本数电发票内容与xml版本比对,目前最大的pdf就4页,完全一致
• 
  

  关于提取文本，反馈一个问题，《2014版新企业会计准则.pdf》测试了不知道为何，总少了最后一页

1. Sub CC_提取PDF文本()
   
2.    
   
3.     Dim PathPDF, PathSave, StrPages, StrArea, ZCM As String
   
4.     Dim BL As Boolean
   
5. 
   
6.     Rem 先注册DLL文件  执行BAT文件即可:  自动注册类库_32_64位_运行2次
   
7.     Rem  注册成功后 其实可以在引用中找到: GTDPDFPlugIn
   
8.     Dim PDFDLL As Object
   
9.     Rem 创建函数类对象 CreateObject  不需要提前引用
   
10.     Set PDFDLL = CreateObject("GTDPDFPlugIn.PDFClass")    'DLL文件内Class的名称 现在如无意外，就可以创建一个MyDLLClass对象，YEAH！
    
11.    
    
12.         
    
13.     Rem 参数值 见上方的说明
    
14.     PathPDF = ThisWorkbook.Path & "\2014版新企业会计准则.PDF"
    
15.     PathSave = ThisWorkbook.Path & "\2014版新企业会计准则.txt"
    
16.    
    
17.     StrPages = ""
    
18.     StrArea = ""
    
19.    
    
20.     ZCM = "QQ14885553"
    
21.     PassWord = ""
    
22.    
    
23.     BL = PDFDLL.ExtractTextFromPDF(PathPDF:=PathPDF, PathSave:=PathSave, StrPages:=StrPages, StrArea:=StrArea, PassWord:=PassWord, ZCM:=ZCM)
    
24.     Set PDFDLL = Nothing
    
25.     MsgBox BL
    
26.    
    
27. End Sub
    

复制代码

pdf见网盘
链接: https://pan.baidu.com/s/1JRKBt3Z-X0RosSkt8g1P1A?pwd=cixh 提取码: cixh 复制这段内容后打开百度网盘手机App，操作更方便哦
pdf的截图

提取的txt截图



可见代码转出来少了最后一页，我当时另外找了一个文件比这个还大，但是提取出来正常。
不知道是不是这个pdf文件本身的原因还是其他的原因，望大佬有时间测试下。

再次感谢大佬的库






   

opiona

语虚何以言知 发表于 2023-7-2 18:05
首先感谢大佬用心辛苦做的这个PDF库,代码略改下就可以直接应用,用的很省心

我主要用来做货运的数电发 ...

测试了一下   最后一页 只提取到:  www.TopSage.com
你可以将 StrPages  = "178"  试试
其他内容未提取到  原因没找到