OmniDocPDF转Excel出现乱码、数字丢失，怎么逐项排查
PDF 转 Excel 后出现乱码或数字缺失时，先判断是文字版还是扫描件，再依次检查字体、页面范围、数字格式和合计行。文中给出每一步的确认方法和修复做法。
把 PDF 里的表格转成 Excel，本来是为了省下手工录入的时间，结果打开一看，中文变成了问号或方块，金额少了几位，甚至整列数字消失。这类问题在财务报表、实验数据、采购清单和成绩表里都很常见，很多人下意识是换一个转换工具再试一次，结果往往还是一样。
这篇文章写给已经转过一次、看到乱码或数字缺失、想找到原因再动手修的读者。我们不会泛泛地说“选择好工具”，而是按顺序给出判断方法：先分清问题属于哪一类，再按从易到难的步骤逐项排查。读完后，你应该能判断自己的 PDF 该怎么处理，也能知道转换后该怎样核对数据是否完整。
转出来乱码或丢数字，要不要先做 OCR？一句话结论
结论是：先判断 PDF 是不是扫描件。扫描件没有可提取的文字层，直接转换必然出现乱码或空白，应先做 OCR；文字版 PDF 出现乱码，多半是字体或编码问题，可以按下文逐项排查。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 拖选不到文字，或复制出来是空白 | 先 OCR 识别，再导出 Excel | 扫描件本质是图片，没有文字层可提取 |
| 能选中文字，但转出来是方块或问号 | 检查字体嵌入，换转换方式重试 | 字体缺失或自定义编码导致字符映射错误 |
| 能选中文字，数字只缺了一部分 | 检查页面范围和文本框、图片表格 | 部分内容可能不在普通文字层里 |
| 数字都在，但求和结果不对 | 检查数字是否被存成文本 | 负号、括号、千分位写法不统一会让 Excel 无法计算 |
先判断是哪一种问题
不同症状的原因差别很大，先对号入座，可以少走很多弯路。
| 症状 | 常见原因 | 怎么确认 |
|---|---|---|
| 整页都是空白或乱码 | 扫描件，或 PDF 没有文字层 | 在 PDF 里拖选文字，看能否高亮，能否复制出可读内容 |
| 中文变成方块、问号 | 字体未嵌入，或使用了自定义字体编码 | 用 PDF 阅读器直接复制几段文字到记事本，看是否同样乱码 |
| 个别数字不见了 | 数字在文本框、图片或被遮挡的区域里 | 逐页对照原件，看缺失数字是否位于表格线外或图片中 |
| 数字变成了文本，无法求和 | 负号、括号、千分位或百分号格式混乱 | 选中单元格，看编辑栏内容是否带引号、空格，或单元格左上角有绿色三角 |
| 只有前几页或后几页有数据 | 转换时页面范围设置不完整，或分页导致表格断开 | 核对转换结果的行数和页码，确认是否覆盖全部页面 |
逐项排查和修复
按下面的顺序检查，前面的步骤通常能解决大部分问题，越往后越需要耐心。
- 确认 PDF 类型。 打开文件，用鼠标拖选一段正文。如果能高亮并复制出可读文字，就是文字版；如果选不中，或复制出来是乱码、空白，就是扫描件或图片型 PDF。这一步决定后面怎么走。
- 扫描件先做 OCR。 在 OmniDoc 桌面客户端（下载地址：download.omnidoc.top）中打开 PDF，使用 PDF 编辑器的 OCR 功能识别文字，然后导出为 Excel。OCR 完成后，先在编辑器里抽查几段文字，确认识别结果与原件一致，再进行导出。OCR 结果需要人工核对，尤其是金额、日期和编号。
- 文字版乱码时，检查字体。 用 PDF 阅读器复制文字到记事本，如果记事本里同样是乱码，问题出在 PDF 本身，通常是字体没有嵌入或使用了特殊编码。这种情况下，换一种转换方式往往比调整 Excel 设置更有效。也可以尝试在原始软件中重新导出一份 PDF，嵌入字体后再转换。
- 检查页面范围和隐藏内容。 确认转换的是全部页面，而不是某个区间。再检查表格中是否有合并单元格、隐藏行列、跨页表头，以及被文本框或图片包裹的数字。这些内容在普通文字提取中容易漏掉。
- 统一数字格式。 数字变文本通常是因为原表中存在
(1,234)、1,234.5、带 % 符号的数值之类的写法。转换后，选中一列数字，用“分列”或查找替换统一格式，把千分位逗号去掉，把括号负数改成负号，再设置单元格为数值格式。改完后用 SUM 函数试算一下，确认能正常求和。 - 用合计行和抽样对比核对。 原表如果有合计行，用 Excel 的 SUM 重新算一遍，对比数字是否一致。没有合计行的，随机抽取 5 到 10 个关键数字，与原 PDF 逐个比对。发现偏差时，回到前面的步骤查找原因，而不是直接手动修改结果。
怎样避免下次再出现
- 转换前先看类型。 拿到 PDF 后，先拖选文字，知道是文字版还是扫描件，能省去很多无效尝试。
- 优先用原始文件转换。 如果能拿到 Word 或 Excel 原件，直接从原件导出，比从 PDF 反向转换更可靠。
- 保留一份原件对照。 转换前保存 PDF 原件，核对时随时可以回看，不要依赖转换后的文件判断原始数据。
- 转换后立即核对。 数据量大时，先核对合计行和前后几页，确认没有系统性问题，再处理其他内容。
❓ 常见问题（FAQ）
1. 复制粘贴 PDF 表格到 Excel 也会乱码吗？
会。复制粘贴依赖 PDF 的文字层，如果字体或编码有问题，粘贴后同样会乱码。扫描件则根本无法复制出文字，需要先 OCR。
2. 转出来的数字带逗号，无法求和，怎么办？
这是数字被存成了文本。选中该列，统一去掉千分位逗号和多余空格，再把单元格格式设为数值。负号和括号也要统一，改完后用 SUM 试算。
3. OCR 之后数字会全部正确吗？
不能确保全部正确。OCR 识别存在出错的可能，尤其是字体模糊、表格线复杂的情况。金额、日期和编号这类关键数字，应与原件逐个核对。
4. 网上有很多免费转换网站，怎么选？
挑选免费工具时，可以重点看几项：文件大小和页数限制、输出文件是否带水印、上传后文件如何处理、转换后表格的行列和格式是否保留。如果涉及合同、财务或个人信息，建议先确认隐私条款，再决定是否上传。
📝 总结
PDF 转 Excel 出现乱码或数字丢失，先判断是文字版还是扫描件，再依次检查字体、页面范围和数字格式，多数问题都能定位。修复之后，用合计行和抽样对比核对关键数据，才能放心使用转换结果。
