论文数据难题，这pdf是ocr的根本转不了excel

2026-04-11 14:571阅读0评论SEO资讯
  • 内容介绍
  • 文章标签
  • 相关推荐
问题描述：

佬们，最近有在写一个论文是关于中国畜牧兽医年鉴的，好不容易在闲鱼拿到了历年的pdf数据，还要把统计数据转换成excel，但这格式的根本转不了，我试过excel转试过pandas的pdf转，这我真没招了
image1920×2560 1.45 MB

网友解答：
--【壹】--：

我try一下

--【贰】--：

去查查IBM 内部就这样用的，什么资料全丢进去说白了存万物
image1292×690 121 KB

--【叁】--：

我研究研究吧

--【肆】--：
  1. 导出表格所在页（用print功能
  2. 随便找个sota的大模型让它把pdf转markdown保留格式
  3. 随便找个大模型让它把markdown的表格转excel
--【伍】--：

我试试吧

--【陆】--：

整个文件没办法，截图让他生成就好，减少了一些劳动力感谢佬

--【柒】--：

感谢佬，好用麻了我靠，所有人都去用奥

--【捌】--：

或者还有 ocr.z.ai

--【玖】--：

学会用非结构化数据库这是我在 IBM 学到的技巧

--【拾】--：

+1 +1

--【拾壹】--：

mineru 你值得拥有

--【拾贰】--：

+1，确实好用

--【拾叁】--：

MinerU 或者 paddleocr

--【拾肆】--：

对的最近各厂都有ocr模型可以试试

--【拾伍】--：

丢给ChatGPT或Gemini让它识别创建Excel文件。如果很多内容需要识别，可以使用GPT5.4 Pro，写一个好提示词让它识别后自主校对，应该可以完成任务

--【拾陆】--：

有文档提取的模型 MinerU
还有客户端。也可以自己部署

mineru.net

MinerU 客户端下载 | 免费 PDF 桌面工具

下载 MinerU 桌面客户端，支持 Windows、macOS、Linux。离线批量处理，保护隐私，更快速度。

--【拾柒】--：

最好用ChatGPT官网，它系统自带各种工具。

--【拾捌】--：

佬咱之间有信息差，我没太懂