不少機(jī)構(gòu)選擇用PDF格式對(duì)外公布信息，避免遭篡改，而這樣做卻給記者和數(shù)據(jù)工作者們帶來了不大不小的麻煩：文字尚且可以復(fù)制粘貼，但表格一經(jīng)粘貼就亂了順序，只能新建一張表。

有沒有一些省時(shí)省力的工具呢？

有的。南非資深數(shù)據(jù)記者Laura Grant根據(jù)多年的經(jīng)驗(yàn)推薦了一組簡(jiǎn)單好用的工具，以及使用PDF文檔的小技巧。

Tabula

Tabula是個(gè)免費(fèi)的工具，可靠且易用。其官網(wǎng)上稱其“由記者設(shè)計(jì)，為記者服務(wù)?！?難怪深受廣大非計(jì)算機(jī)專業(yè)人士的歡迎。

Tabula的一大好處是允許用戶先上傳一整份PDF文檔，再選擇其中的表格，一次導(dǎo)出單個(gè)或多個(gè)均可。輸出的格式包括CSV和JASON的TSV，便于之后再用Excel、Google Sheet或Libre Office Calc等軟件打開。

然而對(duì)于經(jīng)過掃描生成的PDF文檔，或者橫向放置的表格，Tabula就無能為力了，但可以用接下來介紹的其它軟件解決。

Cometdocs

Cometdocs同樣深受記者歡迎，其中一個(gè)原因是美國(guó)的調(diào)查新聞從業(yè)人員可以免費(fèi)成為其高級(jí)會(huì)員，而另一個(gè)原因就是操作簡(jiǎn)便。

對(duì)于普通用戶，Cometdocs可以每周免費(fèi)轉(zhuǎn)換五份PDF文檔，超過這個(gè)數(shù)量就要收費(fèi)，價(jià)格是每月9.99美元。如果一次性支付130美元?jiǎng)t可以終身使用。

使用的時(shí)候，將需要轉(zhuǎn)換的PDF文檔上傳，點(diǎn)擊“轉(zhuǎn)換”（convert）鍵，再選擇輸出的格式是Excel或ODS（用于Libre Office軟件），但缺點(diǎn)是不支持CSV格式。

Cometdocs的一大特點(diǎn)是支持光學(xué)字符識(shí)別（Optical Character Recognition, OCR）技術(shù)，可以用于經(jīng)掃描生成的PDF文檔。由于其未必百分百準(zhǔn)確，所以轉(zhuǎn)換后仍需仔細(xì)檢查一遍。

與Tabula一樣，Cometdocs不能識(shí)別橫向放置的表格。

Adobe Export PDF

PDF的這個(gè)官方轉(zhuǎn)換工具需要付費(fèi)使用，但24美元一年的價(jià)格并不算離譜。

你可以在官方閱讀軟件Adobe Reader上使用該轉(zhuǎn)換工具，轉(zhuǎn)換后直接用Excel、Word、PowerPoint或RTF打開新文檔。

與Tabula類似，Export PDF可以快速處理大文檔，但也同樣不適用于掃描件或橫向轉(zhuǎn)置的表格。

Nitro Pro

Nitro Pro適合商業(yè)人士，功能強(qiáng)大但價(jià)格不菲，大約需要160美元。其缺點(diǎn)是只能用于Windows操作系統(tǒng)，將廣大MacBook用戶排除在外。

Acrobat Pro

同樣是PDF官方出品，Windows和Mac均適用，但每月收費(fèi)15美元，而且最少要訂購(gòu)一年。

Zanran

同樣是收費(fèi)軟件，但可以試用，只要文件小于1.5MB，并提供你的郵箱。轉(zhuǎn)換后的文件將以電子郵件的形式發(fā)送給你。

Zamzar

同樣是需要用郵箱接收文件的網(wǎng)上軟件，但好處是免費(fèi)使用。

PDF轉(zhuǎn)換的其它技巧

表格轉(zhuǎn)置

有些出版物出于空間的考量會(huì)把表格“打橫”放，如果是印刷品還可以將其旋轉(zhuǎn)90度后閱讀，電子版的話就只能轉(zhuǎn)動(dòng)你的脖子了。

PDF文檔也會(huì)有類似的問題，而且這種橫向放置的表格一般不能被轉(zhuǎn)換軟件識(shí)別。解決的辦法是先轉(zhuǎn)置PDF中的表格，主要的工具有前面介紹過的Nitro Pro或Acrobat Pro。

Acrobat Pro的用法是：

• 對(duì)于一份較大PDF文檔中的若干表格，較好的方法是先打開文檔，使用“Organize Pages”選項(xiàng)提取出含有表格的那幾頁，每一頁生成單獨(dú)的文檔。

• 打開包含表格的頁面后，選擇“View”菜單，將表格旋轉(zhuǎn)至垂直的方向。

• 打開“”Enhance Scans”選項(xiàng)，選擇Recognize Text，確保選中“Save as editable text and images”。這可能要花幾分鐘，并且完成設(shè)置后可能表格又轉(zhuǎn)回去了。

• 回到“View”菜單，將表格再度調(diào)整至適當(dāng)?shù)姆较虿⒈４嫖臋n。

• 你可以嘗試將表格轉(zhuǎn)換成Excel的格式，但經(jīng)驗(yàn)表明用Tabula效果更好。

• 再次檢查轉(zhuǎn)換后的文檔，尤其是看看”8″是否被誤作”6″或”B”。

導(dǎo)出掃描件中的表格

在掃描的PDF文件中，一般軟件會(huì)將表格識(shí)別為圖片而非文字，所以你首先要做的是將表格用具有光學(xué)字符識(shí)別（OCR）功能的軟件轉(zhuǎn)換成文字。

可以選擇的軟件包括前面提到的Cometdocs、Acrobat Pro或Nitro Pro。

對(duì)于掃描效果尚可的文檔，Acrobat Pro的“Enhance Scans”工具足以識(shí)別其中的文字。有時(shí)候，先用截屏的方式將表格保存為一份單獨(dú)的文檔可能效果更好，然后再用Tabula轉(zhuǎn)換成CSV格式。

有密碼鎖的文檔

有些PDF文檔被作者加了密碼鎖，未經(jīng)授權(quán)用戶不能隨意編輯或?qū)⑵滢D(zhuǎn)換為其它格式，但也不是沒有解決辦法。

蘋果Mac用戶可以使用電腦上的“Preview”功能打開PDF文檔，然后在“Menu”菜單中選擇“Export as PDF”。這樣你就生成了一個(gè)新的未經(jīng)加鎖的PDF文檔，基本上可以進(jìn)行數(shù)據(jù)轉(zhuǎn)換。

編譯/周穗斌

編輯/Ivan Zhai，梁思然