本文介绍如何仅使用Matlab读取PDF文件中的文本数据，避免使用循环提高运行效率。通过Word打开PDF，然后读取Word文件内容，利用`invoke`和`get`函数实现。分享了一种避免循环的方法，显著提升了代码运行速度。
早期关注过我的朋友，不知道你们还记不记得，曾经我写过一篇关于Matlab读取PDF文件的帖子“别让低质量的忙碌制造一个努力的幻想”。现在回过头来看这篇帖子觉得，思路还好，不过其中借助了vbs语言。
今天我主要是想来聊聊，如果仅仅只靠Matlab，是否能够实现PDF文件的读取，先来看一下整体效果。
下面这幅图所展示的是一个PDF文件，整体的需求是，将PDF文件中的数据，录入到Excel表格中。如之前所说，这个PDF的格式有些奇怪，一共有44页，每次全选，每次全选都只能选中当前页面的数据，整个文件大概有1600行数据，手工录入的话，需要复制粘贴将近4000次。
如果仅仅只是复制粘贴到Excel表格的话，在这里，我介绍一个最快速的办法，打开Word，通过Word打开PDF文件，然后直接复制整个表格到Excel中，最后对格式稍作修改，整个需求就满足了。
不过，如果需要对文本内容进行加工，那么可以通过脚本的形式，读取PDF中的文本，进行正则处理，动图效果如下
最终获取到的字符串如下所示，至于字符串正则处理，在这里就不再过多说明，如果有兴趣，以后可以专门开一贴来讲解。
接下来从代码逻辑层面上聊一聊，Matlab读取PDF文本数据是如何实现的。
整体思路上，是非常简单的，正如我刚才介绍过的，最主要是通过Word的形式打开PDF文件，然后读取Word文件中的文本数据。所以
最低0.47元/天 解锁文章
2568
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
