我的永久性免費-Excel催化劑功能第115波-word、pdf、Excel、ppt、html等文件互轉

2020年第一波更新，再來個重量級的剛需場景，文件互轉。有Excel催化劑後，再也不須要頻繁處處找尋各類網頁在線版的轉換操做，數據安全很重要，不要輕易將本身文件上傳到網上，哪天出事了，沒人可憐！

作最有價值的文件轉換而非爲轉換而轉換

文件轉換的確是一個很是剛需的功能，滋生了大量的網頁在線轉換應用，固然也有很多是收費性質的，至於免費的也是有功能限制的如文件大小限制或轉換頁數限制。

因着沒有過硬的數據管理能力，大量的本該在Excel上作結構化存儲的數據，被分散地存儲在pdf、word、甚至ppt上，這些數據的回收再加工，就有了很是剛需的場景。

一樣地在人員往來過程當中，爲了文檔的保護和查閱方便，也催生了大量的pdf版本的文件數據。pdf文件，其致命之處是，已經失去了平常咱們文檔中的結構化信息，如1、二級標題、正文、圖片、表格等。除非用很是專業的Adobe軟件才能作一些的還原。一樣最大的痛點是可編輯能力幾乎爲0。

在一些系統導出的報表文件中，可能就出現有pdf格式的數據，對程序輸出來講容易，但輸出後，再加工的餘地很是少。

因此pdf文件的轉換，能夠說是文件轉換中的剛需中的剛需，爲了能拿到可從新編輯的數據，重中之重，可不能讓人工去一遍又一遍的複製粘貼的操做。

Excel催化劑倡導從源頭解決問題，如本該使用Excel來整理數據，存儲數據源的，最大可能性地培訓教導一線人員作好此工做，其餘各式各樣的用於展示、打印、查看需求的，可靈活應用在pdf、word、ppt、html等不一樣場景需求的文件上。數據源是根本，務必管理好本身的數據源。

挽救現實中的各類文件轉換問題

固然理想很豐滿，現實很骨感，企業運做過程當中，生產出大量不規範的數據及不規範的數據存儲方式，也須要有一些工具功能來亡羊補牢一下。

Excel催化劑也對其作了一些補充，讓數據轉換過程更流暢，更重要的是轉換後，可以再次輕鬆地從其中從新採集到所需的數據，做二次加工整理。

具體的功能實現有以下幾種

更佳的找尋菜單方式，使用搜索。

1、Pdf轉Word功能

此功能對文檔類型的數據很是剛需，只有數據回到Word中，才能從新有編輯的餘地。此功能使用Word原生的功能，在Word2013及以後的版本中，能夠直接在Word中打開pdf文件，在Excel催化劑的場景中，僅對其作了批量性操做處理，一次性處理多個Word文檔。

2、pdf轉jpg，提取文本、圖片等

此轉換已經在2019年的功能中做了實現，可輕鬆完成pdf的文本信息、圖片信息提取及pdf圖片化保護操做。但有可能在數據提取後的再加工上，仍然不是最佳的方式，特別是須要在pdf文件中獲取結構化信息時，一些表格類數據獲取能力較弱。

3、Word轉Excel的xlsx格式

此功能將是本篇的一大亮點功能，雖然實現起來，很不起眼， 只是很粗爆地將Word文件的數據全選後，再粘貼到Excel中。爲什麼將其擡舉到如此重要的環節？

最開始想作這個轉換的動機是，因前面pdf提取表格信息有缺陷，識別率有限，若要將pdf的表格信息拿到Excel中使用，想到的迂迴方式是將其轉換成Word，再經過Word做中間橋樑，Word裏有表格的結構化信息，可輕鬆提取。

後來在朋友的公衆號推文中認識了Doc2Xls這款小工具，由Excel加載宏開發而成，以下圖所示。

瞭解了一翻後，發現其實現的原理，相似於筆者以前開發過的報表結構數據源轉換標準數據源的邏輯，思惟定性地往此做者的實現方式的方向去思考，直到某一天一個靈光出現，直接將Word文檔複製粘貼到Excel文檔中，最符合筆者對此功能的期待。

Doc2xls工具，也迭代了好多年，但整體看回來，功能仍是很是單薄，只能處理一對一關係的數據結構（可能未深刻學習瞭解全面，有不對的地方請指正）。

在Excel催化劑的報表結構數據源轉換標準數據源功能中，實現的效果是能夠知足一對多的數據源，也是最爲常見的訂單、發貨單、採購單等樣式，符合實際的業務場景。

由Word直接轉爲Excel，數據到了Excel環境，在Excel催化劑過往的大量文本處理、格式處理、數據轉換的功能支持下，比起Doc2Xls很機械地做一些簡單配置，必然要通用強大得多。

Excel環境下采集指定內容及轉換的功能大概會有如下幾個大的功能支持，往後有好的示例將經過視頻的方式給你們展現其強大及靈活之處。

一樣地配合以前所提到的場景，對Word中的表格數據，進行額外的提取操做，方便數據更合理地被Excel環境所識別和提取到。一個表格佔用一個工做表，如果規範性的文檔，表格結構一致，位置順序一致，將很是方便將Word的數據輸出到Excel中從新利用。

4、Word轉Pdf功能

此功能我的理解，僅僅用於數據保護和數據查閱須要，可能的場景只是手中大量的Word文檔，想一次性轉換爲Pdf格式，Word的原生功能能夠輕鬆對Word文檔轉Pdf，只是一次只轉換一個文檔，本功能也只是調用Word的轉換接口，進行循環批量操做而已。

####　5、PPT轉Pdf功能

和第四點徹底一致的場景，功能實現也沒特別之處，仍然是內部原生功能便可完成。

6、Word轉Html

基於前期的網頁採集功能的開發，將Word轉換爲Html，就比較有場景需求了，若在前面第3點上直接轉Xlsx文件，不能很好地拿到想要的數據（會丟失一些格式、標題、層級等信息或字段名和內容不分離等問題），將其轉換爲Html，再使用xPath的提取方式來從新提取，何嘗不是一個很是好的方式，相似使用網頁採集的原理，採集一些結構化的數據。

同時另外一剛需場景爲，能夠輕鬆地提取到Word裏面的圖片，轉換成Html後，圖片將會在一個文件夾中存放，更多的技能是如何將這些文件夾裏的無心義的命名圖片，從新快速地進行篩選，拿到本身最終所需的圖片子集。

在此給出大概的操做步驟及用到的功能：

• 使用文件遍歷功能，將圖片信息彙總到Excel表中
• 用xPath找出原始圖片的清單（轉換html後，會出現兩套圖，一個爲縮略圖一個爲原圖）。
• 使用插入圖片的方式，從新將圖片插入到Excel中，手動判斷圖片所屬及對其手動在對應行單元格上重命名。
• 使用批量重命名、批量移動圖片等方式，最終將原來無心義名字圖片命名後轉移到最終所需的文件夾中存放。

7、Excel轉Pdf功能

Excel文件結構，相似數據庫結構，有多個工做表，因此更科學的轉換方式是按指定工做錶轉換，此功能也在過往的功能中得以實現，詳見文章：

結語

源頭沒擺正，最終衍生出大量稀奇古怪的各類神操做，固然文件轉換過程，也必然很大緣由歸咎於沒有規範科學的數據管理，沒有樹立科學的數據管理方法論，最終只能是無窮無盡地各類問題各類低效。

Excel催化劑倡導，從源頭中處理，正確地理解好數據源與報表的二者關係，並在實際工做中加以應用，將減小很是多這些文件轉換的工做。

仍是那句話，你足夠優秀，但你不能阻礙你的隊友拖你大大的後腿，此篇一系列的轉換功能，相信每一個人都有不一樣程度的使用機會。

文字太蒼白，後續有機會將以視頻的方式給你們演示其威力所在。歡迎提供脫敏的原始示例數據，以便更有針對性地講解。