Uipath - 如何从 pdf 中提取表格

Question

您好，我找到了一些有关如何执行此操作的视频和文本，但它们对这项任务没有帮助。 我知道如何获取一个值但不提取表格。

如果可能，我希望将其导出到数据库或 Excel 中。但我无法弄清楚。 我什至尝试更改“更改阅读选项”

我尝试“数据抓取”，但程序只是说 “此控制器不支持数据提取” 不能再像一张桌子了。

我听说这不可能是因为 PDF 的结构不好。 仍然没有更多的方法可以做到这一点。

Answer 1

不幸的是，UiPath 中没有直接从 PDF 读取表格的活动。 （截至今天。）那是个坏消息。好消息是您可以访问 PDF 的内容。要么直接使用 UiPath.PDF.Activities.ReadPDFText 获取数据（作为纯文本），要么必须使用 OCR。 @kwoxer 提供了一个很好的链接来解释这个主题。 我已经能够从 PDF 文档中包含的表中提取数据。那时，我很幸运：ReadPDFText 提取了所有内容。表格元素由制表符 ("\t") 分隔。并且表头包含一个没有出现在文档其他地方的单词。

只是作为一个想法，我是这样进行的：

1. 使用 UiPath.PDF.Activities.ReadPDFText 从 PDF 文档中提取文本。
2. 创建一个数组，其中的元素是文档中的行。 （使用 Environment.NewLine 和选项 StringSplitOptions.RemoveEmptyEntries 进行拆分）
3. 在循环中遍历行 (ForEach)，直到找到表头。 （StartsWith 或 Contains 等）
4. 只要包含制表符，下一行就属于该表。 （否则桌子就结束了。）
5. 按制表符拆分当前行并将其存储在数组中：数组的元素是行的各个单元格。

我希望，这个想法有所帮助。