kimi批量提取扫描pdf表格需先判别是否为纯图像件：无法选中文本则必须ocr；网页版限10份、需手动启用结构还原引擎并用指定指令输出markdown表格；移动端双通道模式适合3～5份含手写/印章的pdf；超50份须用api脚本，依赖pymupdf预处理及严格csv格式控制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要从几十份扫描版PDF中批量提取表格数据，但Kimi默认上传后不会自动触发OCR识别流程，必须手动确认文档类型并启用结构还原引擎，否则返回结果为空白或乱码。
确认PDF是否为扫描件
用Edge浏览器或WPS PDF打开任意一份目标PDF，尝试鼠标拖选第一页顶部一段文字；【若无法高亮或复制任何字符，即为纯图像扫描件，必须走OCR路径】。这一步跳过会导致后续所有识别失败，且无错误提示。
如果能正常选中文本，说明PDF自带文本层，可直接进入上传环节，无需OCR预处理。
网页版批量上传+OCR强制启用
该方法适用于≤10份扫描PDF，单文件≤100MB，要求每页分辨率≥200dpi。Kimi对低质量扫描件的识别容错率较低，模糊、倾斜、带水印的页面需提前用Photoshop或WPS校正。
第一步：打开Kimi官网，登录账号后点击“新建对话”。
第二步：点击输入框旁的回形针图标→选择“上传多个文件”→一次性添加全部扫描PDF（支持拖拽）。系统会逐个解析，状态栏显示“正在OCR中…”。
第三步：全部上传完成且状态变为“就绪”后，在输入框中输入指令：“请对所有已上传PDF执行完整OCR识别，逐页定位表格区域，以Markdown表格格式输出，每张表标注‘第X页第Y个表格’，禁止合并单元格，保留原始行列数。”
第四步：等待响应结束，点击右上角“复制全部”按钮，将结果粘贴至Typora或VS Code中——Markdown表格可直接另存为.md文件，后续用pandoc一键转Excel。
移动端启用双通道识别模式
适合在通勤途中快速处理3～5份合同类扫描PDF，尤其当页面含手写批注、印章或浅色底纹时，该模式比网页版更稳定。
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
方法一：更新Kimi App至v2.8.3（iOS）或v2.8.4（Android），确保设备存储空间≥2GB。
方法二：点击底部“+”→选择“文档解析”→上传PDF后立即点右上角齿轮图标→开启“启用表格结构强化识别”和“导出为Excel兼容格式”。
方法三：点击“开始解析”，进度条走完后长按任意表格→弹出菜单中选“导出全部表格”→保存路径选“iCloud Drive/KimiExports”或“手机内部存储/Download/KimiTables”。【注意：导出的.xlsx文件首行默认为表头，但若原PDF无明确表头，Kimi会自动生成“Column1/Column2…”命名，需人工核对】
API脚本批量处理（进阶）
当你需要处理50份以上扫描PDF，且要求输出统一CSV、字段对齐、自动去重、错误日志记录时，必须使用API方式。网页版和App均不支持自动重试失败页或分片重传。
① 在Kimi开发者平台申请API Key，开通PDF解析权限，确认配额剩余量≥200次调用。
② 安装依赖库：pip install kimi-api-client PyMuPDF pandas。
③ 运行脚本前，先用PyMuPDF将每份PDF拆为单页PNG，设置dpi=250，输出目录命名为pages_原始文件名/，避免文件名冲突。
④ 构造请求体时，system提示词必须包含“你是一个扫描PDF表格识别专家，仅输出纯CSV，无任何说明文字，字段间用英文逗号分隔，空单元格留空，不加引号，不补零，不四舍五入”。
⑤ 脚本运行完毕后，检查output/目录下是否生成与PDF页数一致的page_001.csv至page_nnn.csv文件；若某页缺失，对应PNG可能因过大被截断，需手动用fitz调整pix参数重新导出。
