PlainBytes从 PDF 提取数据。
告别手动复制。
DocumentExtractor 可从文字可选中、版式相近的 PDF 中提取字段和表格，并导出为 Excel。只需配置一次，即可批量处理同类文档，全程在本地完成。
7 天免费试用 · 一次性购买 5.49 USD · GPLv3 许可
可视化选取 · 批量导出 Excel · 本地离线处理 · 观看演示
适合反复处理的同类文档
如果你经常需要从多份版式相近的 PDF 中提取指定数据，并汇总到 Excel 文件中，这款工具就很适合你。
发票
从版式统一的供应商发票中，提取发票号、日期、金额及明细数据。
采购订单
从格式统一的采购订单中提取订单信息，汇总到同一个 Excel 文件。
送货单
批量提取送货单中的单号、商品及数量等信息，整理到 Excel 文件中。
对账单
从结算单或账单中提取明细行及关键字段。
业务表单
从使用固定模板的业务表单中，批量提取指定字段。
固定格式报表
从版式稳定的报表里汇总表格和数值，方便后续统计。
核心能力
使用样例 PDF 配置一次，同一批相似文件都能按同一套规则提取。
在预览中设置锚点、字段和表格
在 PDF 预览上操作：先选择位置相对固定的文字创建锚点，再框选需要提取的字段或表格列。提取内容由你自行指定。
- 命名字段（金额、单号、日期等）
- 支持按表头划分列并识别表格行
- 相似文件版式略有偏移也能定位
批量处理，导出 Excel
添加多份版式相近的 PDF，一键提取，生成一个 Excel 工作簿（.xlsx），可用 Excel 或其他表格软件打开。
- 所有待处理文件共用一套提取规则
- 「单据信息」工作表（每份 PDF 一行），以及各表格对应的明细工作表
- 进度面板可查看每份文件的处理结果
模板复用，本地处理
配置可存成模板，下次同类任务直接套用。文件始终保留在本地电脑上——提取不会上传文档，也不会改动原始 PDF。
- 本地模板库（支持 .json 导入 / 导出）
- 无需联网即可提取数据
- 应用内帮助中心提供分步说明
开源。面向日常工作。
DocumentExtractor 是采用 GPLv3 许可的开源软件。完整源代码已在 GitHub 公开，你可以查阅代码、自行编译应用，并参与开发。
自行编译
从 GitHub 下载完整源代码并自行编译应用。自行编译无需购买。
获取官方版本
通过 Microsoft Store 安装，自动接收更新，并支持持续开发。
使用方法
只需三步，将多份相似 PDF 中的数据汇总到 Excel。
添加 PDF
拖入一份或多份文本型 PDF，选一份做样例。列表里其他文件都会按同一套规则处理。
设定要提取的内容
在预览里标出参考文字（锚点），再框选字段或表头。可先用「自定义配置」直接提取，也可存成模板下次用。
提取并打开 Excel
点击「提取」，选好保存路径，查看结果。支持取消正在进行的提取任务；已成功提取的数据仍可保留在导出结果中。
适不适合你？
DocumentExtractor 面向版式稳定的文本型 PDF，不适合扫描件或版式完全不固定的文档。
这些情况很合适
- PDF 中的文字可以直接选中（非扫描件）
- 多份文件版式相同或非常接近
- 要从很多文件里抽同一批字段或表格
- 希望在本机得到 Excel 文件（.xlsx）结果
这些情况暂不适合
- 扫描件，需要 OCR 才能识别文字
- 纯图片 PDF，没有文字层
- 每份文档版式都不一样
- 表格列宽比例或内部结构经常变化的 PDF
处理过程在你的 Windows 设备本地完成。原始 PDF 只读打开；提取只会新写一个 Excel 文件。
常见问题
了解使用 DocumentExtractor 时的常见问题。
DocumentExtractor 是做什么的？
帮你从多份版式相近的文本型 PDF 里，提取相同的字段和表格，汇总成一个 Excel 文件（.xlsx），无需手动复制。在样例文件上配好规则，即可批量处理同类文件。
适合谁用？
经常收到同一种 PDF——发票、订单、送货单、对账单、表单或固定版式报表——又需要把数据放进 Excel 文件的人。这是 Windows 桌面应用，不是网页工具。
DocumentExtractor 支持哪些操作系统？
DocumentExtractor 是一款 Windows 桌面应用，支持 Windows 10 和 Windows 11（64 位）。你可从 Microsoft Store 下载安装，也可从 GitHub 获取源代码自行编译。文档提取在本地完成，无需联网。
DocumentExtractor 是开源的吗？
是的。DocumentExtractor 是采用 GNU GPLv3 许可的开源软件。完整源代码可在 GitHub 获取，你可以查阅、编译并参与项目贡献。
为什么 Microsoft Store 版本需要付费？
Microsoft Store 版本是官方发行版，可直接安装并支持自动更新。购买也有助于支持 DocumentExtractor 的持续开发与维护。你也可以从开源代码免费自行编译。
购买前可以试用吗？
可以。Microsoft Store 版本提供 7 天免费试用，可使用应用全部功能。试用结束后，可以一次性支付 5.49 USD 购买。
支持扫描件或 OCR 吗？
仅支持文本型 PDF，即可以直接选中文字的 PDF 文件，不支持扫描件或纯图片 PDF。
可以一次处理多个 PDF 吗？
可以。把多份 PDF 加到文件列表，点击「提取」即可。列表里所有文件共用同一套配置。
每份文档的版式必须完全一样吗？
文档版式应相同或相近。锚点可以适应一定程度的位置偏移，但表格的列宽比例和内部结构需要保持一致。
怎么告诉软件要提取什么？
在样例 PDF 上，按住 Ctrl 拖动鼠标框选参考文字，创建锚点。然后在锚点下设置需要提取的字段或表格。更细的操作说明见应用内「帮助中心」。
提取前一定要先存模板吗？
不用。使用「自定义配置」即可直接批量提取。以后还会反复用同一套规则时，再存成模板即可。模板支持以 .json 导入、导出。
导出的 Excel 文件长什么样？
一个 Excel 工作簿（.xlsx）：有「单据信息」工作表（每份 PDF 一行，含字段值和状态）；若提取了表格，每个表格还会有单独的明细工作表。
文档会上传到别处吗？
不会。提取在本地 Windows 设备上完成。不会改动你的原始 PDF，只会按你选定的路径写出 Excel 文件。
批量时有的文件失败怎么办？
其他文件会继续处理，成功提取的数据仍可导出到 Excel 文件。失败文件及其原因可在进度面板里通过「查看详情」查看。
告别重复录入，轻松提取 PDF 数据。
配置一次，即可在 Windows 电脑上批量提取相似版式 PDF 中的数据，并导出为 Excel 文件。
7 天免费试用 · 一次性购买 5.49 USD · 开源采用 GPLv3