|
不少机构选择用PDF格式对外公布信息，避免遭篡改，而这样做却给记者和数据工作者们带来了不大不小的麻烦：文字尚且可以复制粘贴，但表格一经粘贴就乱了顺序，只能新建一张表。 有没有一些省时省力的工具呢？ 有的。南非资深数据记者Laura Grant根据多年的经验推荐了一组简单好用的工具，以及使用PDF文档的小技巧。
Tabula的一大好处是允许用户先上传一整份PDF文档，再选择其中的表格，一次导出单个或多个均可。输出的格式包括CSV和JASON的TSV，便于之后再用Excel、Google Sheet或Libre Office Calc等软件打开。 然而对于经过扫描生成的PDF文档，或者横向放置的表格，Tabula就无能为力了，但可以用接下來介绍的其它软件解决。
对于普通用户，Cometdocs可以每周免费转换五份PDF文档，超过这个数量就要收费，价格是每月9.99美元。如果一次性支付130美元则可以终身使用。 使用的时候，将需要转换的PDF文档上传，点击“转换”（convert）键，再选择输出的格式是Excel或ODS（用于Libre Office软件），但缺点是不支持CSV格式。 Cometdocs的一大特点是支持光学字符识别（Optical Character Recognition, OCR）技术，可以用于经扫描生成的PDF文档。由于其未必百分百准确，所以转换后仍需仔细检查一遍。 与Tabula一样，Cometdocs不能识别横向放置的表格。 PDF的这个官方转换工具需要付费使用，但24美元一年的价格并不算离谱。 你可以在官方阅读软件Adobe Reader上使用该转换工具，转换后直接用Excel、Word、PowerPoint或RTF打开新文档。 与Tabula类似，Export PDF可以快速处理大文档，但也同样不适用于扫描件或横向转置的表格。
Nitro Pro适合商业人士，功能强大但价格不菲，大约需要160美元。其缺点是只能用于Windows操作系统，将广大MacBook用户排除在外。 同样是PDF官方出品，Windows和Mac均适用，但每月收费15美元，而且最少要订购一年。
同样是收费软件，但可以试用，只要文件小于1.5MB，并提供你的邮箱。转换后的文件将以电子邮件的形式发送给你。 同样是需要用邮箱接收文件的网上软件，但好处是免费使用。 PDF转换的其它技巧 表格转置 有些出版物出于空间的考量会把表格“打横”放，如果是印刷品还可以将其旋转90度后阅读，电子版的话就只能转动你的脖子了。 PDF文档也会有类似的问题，而且这种横向放置的表格一般不能被转换软件识别。解决的办法是先转置PDF中的表格，主要的工具有前面介绍过的Nitro Pro或Acrobat Pro。
在扫描的PDF文件中，一般软件会将表格识别为图片而非文字，所以你首先要做的是将表格用具有光学字符识别（OCR）功能的软件转换成文字。 可以选择的软件包括前面提到的Cometdocs、Acrobat Pro或Nitro Pro。 对于扫描效果尚可的文档，Acrobat Pro的“Enhance Scans”工具足以识别其中的文字。有时候，先用截屏的方式将表格保存为一份单独的文档可能效果更好，然后再用Tabula转换成CSV格式。 有密码锁的文档 有些PDF文档被作者加了密码锁，未经授权用户不能随意编辑或将其转换为其它格式，但也不是没有解决办法。 苹果Mac用户可以使用电脑上的“Preview”功能打开PDF文档，然后在“Menu”菜单中选择“Export as PDF”。这样你就生成了一个新的未经加锁的PDF文档，基本上可以进行数据转换。 编译/周穗斌 编辑/Ivan Zhai，梁思然 |
|
|
Tabula是个免费的工具，可靠且易用。其官网上称其“由记者设计，为记者服务。” 难怪深受广大非计算机专业人士的欢迎。
Acrobat Pro的用法是：
导出扫描件中的表格
