在實際辦公與數據處理場景中，PDF 文件裏的表格往往無法直接複製到 Word 中，尤其是當表格結構複雜、跨頁或包含不規則佈局時，手動複製不僅耗時，還容易出現錯位、換行混亂或格式被破壞的問題。許多用户也嘗試使用在線工具或桌面轉換軟件，但對批量文檔、結構化提取、精準寫入 Word 表格的需求來説，自動化方式仍然是最高效、最可靠的解決方案。

本文將介紹如何使用 Python 從 PDF 文件中提取表格數據，並將其以標準、結構化的表格形式寫入 Word 文檔。整個過程可以實現自動化，無需人工干預，適用於財務報表歸檔、合同中表格提取、數據治理流程、第三方 PDF 報表轉換等多個業務場景。

本文使用的方法需要用到 Free Spire.PDF for Python 與 Free Spire.Doc for Python，可通過pip安裝：

pip install spire.pdf.free, spire.doc.free

1. 加載 PDF 文件並準備 Word 文檔

在處理 PDF 之前，我們需要先加載源文件並初始化 Word 文檔的結構。

from spire.pdf import PdfDocument, PdfTableExtractor
from spire.doc import Document, FileFormat, DefaultTableStyle, AutoFitBehaviorType, BreakType

input_pdf = "sample.pdf"
output_docx = "output/pdf_table_to_docx.docx"

# 載入 PDF 文檔
pdf = PdfDocument()
pdf.LoadFromFile(input_pdf)

# 創建 Word 文檔
doc = Document()
section = doc.AddSection()

説明：

• PdfDocument() 用於加載 PDF 文件，為後續表格提取提供基礎。
• Document() 創建 Word 文檔對象，所有表格將插入到默認的 Section 內。
• 我們提前設置輸出路徑，確保程序可以直接生成可編輯的 .docx 文件。

此階段相當於是搭建轉換流程的“基礎框架”。

2. 提取 PDF 表格並創建 Word 表格

接下來進入整篇文章的核心——如何從 PDF 中提取表格數據並寫入 Word。

# 提取 PDF 表格數據並寫入 Word 文檔
table_extractor = PdfTableExtractor(pdf)
for i in range(pdf.Pages.Count):
    tables = table_extractor.ExtractTable(i)
    if tables is not None and len(tables) > 0:
        for i in range(len(tables)):
            table = tables[i]
            # 創建 Word 表格
            word_table = section.AddTable()
            word_table.ApplyStyle(DefaultTableStyle.ColorfulGridAccent4)
            word_table.ResetCells(table.GetRowCount(), table.GetColumnCount())
            for j in range(table.GetRowCount()):
                for k in range(table.GetColumnCount()):
                    cell_text = table.GetText(j, k).replace("\n", " ")
                    tr = word_table.Rows[j].Cells[k].AddParagraph().AppendText(cell_text)
                    tr.CharacterFormat.FontName = "微軟雅黑"
                    tr.CharacterFormat.FontSize = 11
            word_table.AutoFit(AutoFitBehaviorType.AutoFitToWindow)
            section.AddParagraph().AppendBreak(BreakType.LineBreak)

關鍵步驟解析

（1）逐頁讀取 PDF 表格

ExtractTable(i) 會返回指定頁面上解析出的所有表格。
PDF 本身沒有真正意義上的“表格結構”，因此工具會根據線條、文本排列、單元格間距識別表格。

這一步決定了能否正確提取表格，是整個流程最重要的環節之一。

（2）動態創建 Word 表格

word_table = section.AddTable()
word_table.ResetCells(row_count, column_count)

利用提取出的行列數，在 Word 中創建結構一致的表格。

• ResetCells 會在 Word 中按行列生成一個空表格框架。
• 表格採用 ColorfulGridAccent4 樣式，使結果更易讀。

（3）處理單元格內容

cell_text = table.GetText(j, k).replace("\n", " ")

PDF 單元格中經常包含換行符，因此寫入 Word 前需要清理文本，避免格式錯亂。

同樣為提升最終文檔的可讀性，我們對文本進行了基礎格式設置：

tr.CharacterFormat.FontName = "微軟雅黑"
tr.CharacterFormat.FontSize = 11

使生成的 Word 文檔具有更標準、更整潔的視覺效果。

（4）自動錶格寬度適配

word_table.AutoFit(AutoFitBehaviorType.AutoFitToWindow)

這一步能讓表格自動適配 Word 頁面寬度，在不同屏幕、Word 佈局裏都有良好的可視性。

3. 保存 Word 文檔

最後，執行保存操作即可生成完整的 Word 文件。

doc.SaveToFile(output_docx, FileFormat.Docx)

Word 文檔會按前述的結構與樣式生成，可直接打開查看，也適用於進一步編輯、排版或作為報告的一部分。

提取寫入結果

關鍵類與方法説明表

為了便於查閲，下面整理本文中主要使用到的類、屬性與方法。

總結

通過本文示例，你已經瞭解如何使用 Python 自動化實現 PDF 表格 → Word 表格 的完整流程。從 PDF 識別表格、解析行列結構，到在 Word 中創建並填充內容，整個過程高度自動化，特別適用於批量處理與業務系統集成場景。

相比手動複製格式凌亂、在線工具功能受限、桌面工具難以批量處理，代碼方式具有更高的靈活性與可控性。你可以在此基礎上擴展更多能力，例如批量轉換、內容清洗、模板合併、文本識別（OCR）等，為企業類文檔處理提供穩定高效的解決方案。

如果你正在處理大量 PDF 表格或需要長期的文檔自動化流程，這種基於 Python 的方案將為你的工作帶來顯著提升。