這是一個PDF文件，其中包含特定考試的標記列表。 http://www.megaupload.com/?d=T9VM6P9E從PDF中提取表格數據並對其進行排序
我特別感興趣的第一個列表，但不幸有2112條目。而且它們的格式不正確。我需要對所有這些條目進行排序（基於最後2列中的標記 - 能力和計算機中的標記總和），以瞭解我的排名是什麼。
我試圖在MS Word和Excel中複製，但如果你嘗試它，你可以看到它不會幫助。在將它粘貼到一個純文本文件中後，我嘗試使用正則表達式（在Notepad ++中）對其進行格式化，在C中編寫代碼以正確分隔每個字段'\ t'（以便稍後我可以將它們正確地複製到Excel工作表中），但不一致性使我失敗（某些條目產生多行，「名稱」沒有固定的字段數）。
有人可以提出任何想法，將PDF格式的第一個列表以原始文件的形式複製到電子表格中嗎？
我非常需要對此進行排序，任何幫助將不勝感激。 :)
我曾經負責構建一個解析器，該解析器可以從表格和非表格數據中以多種不同編碼方式提取數據，並混合使用rtl和ltr文本。該項目付出了相當大的努力，但用簡單的英文表，您應該能夠立刻剖析PDF。在adobe.com上查找PDF規格，如果是絕望的開始挖掘。
此外，您還需要先使用pdftk.exe來解壓縮文件。
快捷方式，我是援助： http://www.adobe.com/devnet/pdf/pdf_reference.html
嗯，我有點管理它。我首先將它複製到一個純文本文件，刪除所有的字母，只留下序號和相應的標記，用空格或製表符分隔。然後使用OpenOffice電子表格中的「導入」，告訴它分隔符是空格和製表符（如果需要，將它們組合在一起）和賓果遊戲！我獲得了我的等級。
但我仍然想知道是否可以複製整個表。所以保持這個問題的開放。
這是一次性交易還是想定期建立一個工具來做到這一點？ – 2010-05-10 15:56:49
嗨ninad，我正在做同樣的方式，就像你如何解釋上面，但我面臨的問題是當我提取一個只有數字的行，數字的位置正在洗牌！對於我處理的每個pdf文件，這個數字的位置是隨機變化的， – 2014-08-02 07:27:04
對於有關爲什麼PDF文件格式應該永遠不會被託管提取，結構化數據認爲是合適的背景，看到這篇文章：
對於一個驚人的開源工具家族，每週從PDF獲取表格數據（除非他們是掃描頁面），每週都會變得更好更好 - 矛盾點'1'。以上！ - 看到這些鏈接：
我發現Tabula感謝你的回答，它對我來說非常好。 – Esteis 2015-02-01 16:17:42
謝謝desertverge，但你能夠規定確切的程序？我不太熟悉PDF文件格式和東西... 我試過pdftk解壓縮它，但它說它無法打開PDF文件。我實際上正在盡我所能對列表進行排序，所以沒有多少時間閱讀文檔。稍後會看到它。不管怎麼說，還是要謝謝你。 :) – Ninad 2010-05-10 15:46:58