都说小孩是四脚吞金兽，我记账的速度已经远远追不上小打花钱的速度了
有好长一段时间没有更新记账文件了，终于等到一个晚上小打早早睡着，花了4个多小时把这两个月家庭收支统计了一遍，更新完已是后半夜了
我用的是之前用MATLAB写的一个工具，一键记账，账单照片OCR文字识别
文章链接：MATLAB一键记账它不香吗？
虽然比徒手记账快很多，但效率还是太低了，经常手机截屏一截就是几十张图，偶尔碰上数字识别错误的时候，整个账目从头查一遍也是蛮崩溃的
我想起那篇文章的留言区有朋友说，支付宝可以导出账单表格
我就在想，能不能把信用卡账单也导出来，用MATLAB一键录入到我的记账文件中
结果发现实现起来并不容易，因为导出的账单文件是pdf格式
好在最终还是搞定了用MATLAB读取pdf，已经实现了真正的一键导入账单的功能，今天简单分享一下，MATLAB处理pdf文件数据的几种方法
01
碰到pdf文件读取这类问题，平时最常见的解决办法是，把pdf里的表格复制粘贴到excel中，然后用MATLAB对excel里的数据再加工
效果还是很不错的，比手机截屏再文字识别的方法快多了
不过感觉还是差了点意思，毕竟要手动把数据从pdf转移到excel里，如果有个pdf文件，就意味着要手动复制粘贴次
02
其实MATLAB是可以直接读取pdf文件的
用MATLAB与word交互的方式打开pdf文件，就可以直接读取pdf
同样，如果想用MATLAB把无数个word文档一键批量转成pdf，也可以用MATLAB与word交互的方式
03
不过，信用卡账单似乎并不是一个普通的pdf文件
如果用MATLAB与word交互的方式直接读取账单文件，会出现文件格式转换问题，最终所有的数据信息会变成图片形式呈现
我试着手动把pdf文件另存为word文档，就不会存在这个问题，所有的数据信息在word文件中都是可选可编辑的
接下来也就很容易处理了，我用MATLAB模拟键盘操作，一键把pdf文件另存为word文档，然后再读取word文档中的数据
04
当然在平时的工作学习过程中，还是会碰到图片形式的pdf文件
这个处理起来感觉有点奇特，先用MATLAB与word交互的形式读取pdf，然后保存为word，修改文件名后缀docx为zip，或者其他压缩文件，就会发现pdf文件里的所有图片会保存在其中一个文件夹中
最后用MATLABocr文字识别的功能获取图片中的数据信息，就可以进行下一步数据分析
大体上，pdf文件可能出现的几种情况，以及对应的解决方案都介绍完了
文章中展示的案例代码，我都整理到一个压缩包中了，
转载请注明：http://www.feijiquandao.com/hyljj/7616.html
