pdf转excel出现乱码主因是字体未识别或编码错误，解决方法包括：一、adobe acrobat中勾选“保留原始字体和编码”并设文本编码为utf-8或gb18030；二、wps中在高级设置里将文本识别编码改为gbk或utf-8（bom）并启用智能修复；三、用python的pdfplumber提取文本后以utf-8编码写入excel；四、对已生成乱码文件，在excel中用substitute公式及查找替换清洗乱码。
☞☞☞☞点击夸克ai手把手教你，操作像呼吸一样简单！☜☜☜☜☜
如果您将PDF文件转换为Excel格式后出现文字乱码，通常是由于PDF中嵌入的字体未被正确识别，或转换工具默认采用错误的字符编码（如ANSI而非UTF-8/GBK）所致。以下是针对该问题的多种编码调整与修复办法：
一、使用Adobe Acrobat Pro调整导出编码设置
Adobe Acrobat Pro在导出PDF为Excel时允许手动指定文本编码方案，可有效规避因默认编码不匹配导致的乱码。
1、打开PDF文件，点击右上角“导出PDF”工具。
2、在导出类型中选择“电子表格”→“Microsoft Excel工作簿”，点击“导出”。
3、导出前弹出“导出设置”窗口，在“常规”选项卡下勾选“保留原始字体和编码”。
4、切换至“高级”选项卡，将“文本编码”下拉菜单改为“UTF-8”（中文PDF优先选此项）或“GB18030”（兼容简体中文旧系统）。
5、点击“确定”执行导出，检查生成的Excel文件是否恢复正常显示。
二、通过WPS Office手动重设PDF导入编码
WPS Office内置PDF转Excel功能支持导入阶段强制指定编码，适用于OCR已识别但字符映射错误的场景。
1、启动WPS Office，点击“PDF”→“PDF转Excel”。
2、添加目标PDF文件后，不立即点击“开始转换”，先点击右下角“高级设置”按钮。
3、在弹出窗口中找到“文本识别编码”选项，将其修改为“GBK”（适用于大多数简体中文PDF）。
4、若仍乱码，尝试切换为“UTF-8（BOM）”并勾选“启用智能字符修复”。
5、确认设置后点击“开始转换”，保存结果并验证单元格内文字是否清晰可读。
三、用Python脚本强制指定编码解析PDF文本层
当PDF具备可复制文本层（非纯图像PDF）时，可通过PyPDF2或pdfplumber提取原始字符串，并以指定编码写入Excel，绕过GUI工具的自动编码判断缺陷。
1、安装必要库：pip install pdfplumber openpyxl。
2、新建Python脚本，输入以下核心代码段：
3、使用pdfplumber.open()打开PDF，逐页调用page.extract_text()获取文本。
4、将提取内容统一按encoding='utf-8'写入pandas DataFrame，再用openpyxl保存为xlsx文件。
5、运行脚本后检查输出Excel，重点确认含中文标题、数字与符号的列是否无乱码、无空格错位。
四、对OCR识别后的乱码执行Excel内编码清洗
若已生成乱码Excel且无法重新转换，可在Excel内部通过公式与替换手段批量修复常见编码错位现象（如“浣”还原为“我”）。
1、在空白列输入公式：=SUBSTITUTE(SUBSTITUTE(A1,"","我"),"","你")，覆盖典型UTF-8误解为GBK的双字节乱码组合。
2、复制该列，右键选择“选择性粘贴”→“数值”，固化修正结果。
3、打开“查找和替换”（Ctrl+H），在“查找内容”栏粘贴乱码片段（如“锟斤拷”），在“替换为”栏输入对应正确汉字。
4、点击“全部替换”，特别注意勾选“区分全/半角”与“匹配整个单元格内容”以避免误替换。
5、对剩余疑似乱码字段，重复执行查找替换，直至所有单元格显示符合原始PDF语义。
