修复转换后的 PDF 表格时,把每个数值同原文中的行标签、列标题和单位逐项对照。表格看起来再整齐,正确的数字也可能被放错位置。

深色桌面上的打印表格和笔记本

先确定表格哪里出了问题

PDF 中的表格可能只记录文字的位置,没有单元格结构。先看导出的表格是丢了行列结构、数据错位、单元格被拆成多行,还是缺了文字。不同问题需要不同的修复方法。

在原文和导出文件中各横着读完一整行,再竖着核对一列数字。空白单元格也要仔细查:空白不等于零,短横线也未必表示缺失。

对照原文重建小表格

  1. 复制一份 Markdown 文件。记下原文页码,把 PDF 放在旁边打开以便比对。
  2. 写好列标题,标明单位、适用期间或币种。原表中的每一行都应有对应的 Markdown 行。
  3. 把每个值放在原来的列标题下。原表有合并标签时,只有明确适用于相关各行,才把标签逐行填入。
  4. 核对合计、负号、小数分隔符和脚注标记。用你实际会使用的编辑器预览表格。

表格结构难以保留时换种写法

例如,原文中的一行“北区 / 12 / 待处理”应分别对应“区域 / 件数 / 状态”。如果转换结果变成“北区 / 待处理 / 12”,即使 Markdown 语法正确,数据也已错位。先修正对应关系,再调整对齐。

遇到多级表头、跨行跨列单元格或长备注,可以将每行改成一条带字段名的记录。如果使用的工具支持,也可以改成 HTML 表格。表题和脚注要随数据一起保留。看不清的值应标记待核对,避免凭合计倒推。

使用前核对转换结果

转换结果是一份工作副本。保留原始 PDF,核对要引用、用于计算或交给 AI 助手的段落。导出成功只表示生成了文件,内容仍需核对完整性和准确性。

MD Factory 可在 Windows 上将文档转成 Markdown。处理复杂 PDF 表格时,软件会根据版面推断结构,合并单元格和多行内容可能需要手动修复。OCR 准确率取决于原图和文字。是否需要清理、识别结果是否可靠,都要结合原文检查。

问答

OCR 能还原表格吗?

OCR 能识别图片中的字符。字符究竟属于哪个单元格,需要另外核对表格结构。

可以让 AI 补齐空白吗?

先核实转录内容,再请 AI 提出排版建议。修复表格时,缺失的值应留待核实。

相关指南