vba根据内容调整word表格_VBA 实践(1)——通过word vba 辅助修改大量pdf数据

VBA 实践(1)——通过word vba 辅助修改大量pdf数据

项目说明：

有约1000页pdf的文件的数据需要修改。Pdf含文字层，可通过acrobat pro等编辑功能修改。

修改要求为：将所有数据放大1.6倍，并替换原数据，字体字号位置等应该尽量保持与原来一致。要求修改的数据分布在每个页面的右侧，行数列数不定，除了要修改的部分外，其他地方需要保持原样。数据有的是整数、有的含一位小数，有的含两位小数，修改后的数据要求保留一样的小数位数。数据如下图所示，红框内是要求修改的数据。

---

项目方案：

Pdf格式是一种便携式支持跨平台的，着重于保持版面效果的格式，不是一种便于修改的格式，它的文字编辑功能较弱，更没有提供数学运算的功能。它的修改是基于板块的，而不是文字。

在pdf文件里一个一个地修改，耗时会非常长，且容易出错。不但计算容易出错，而且格式位置也容易出错，且难以调整。

根据自身能力及情况，制定这样的方案。

第一步，把pdf文件中的需要修改的数据提取出来，放到word中，其他不需要修改的地方不动。

第二步，在word中对数据进行修改，并调整格式，导出为pdf文件

第三步，以页为单位，对原pdf的数据进行手工替换。

---

第一步：如何快速地提取需要修改的数据？

Pdf是含有文字层的，可以直接导出为.docx、.xls等文档。可以尝试利用acrobat pro直接导出为.docx，但是只能全部导出，不能选择部分数据导出。导出效果如下图所示。

这是使用acrobat pro 9转换出来的word文档，总体效果较差，出现了较多的分栏符、分节符、制表符等标志符，文档结构复杂难改。①处本来是有图像的，但丢失了;②处是有表格线及灰色相间的条纹的，但也丢失了，而且数据不是用表格来组织的。

这样的文档需要修改成符合要求的文档，工作量是非常大的，主要的困难体现在两方面：一需要补充丢失的图像、表格线，重新排版；二需要排除其他内容的干扰，才能准确地对数据进行更改。

如果转换为excel文档，更改数据方面会方便一点，但排版方面会更麻烦。直接转换的方法困难重重。

还有另一个方法——使用Abbyy finereader进行识别转换。

Abbyy finereader可以对pdf文档进行识别，最重要的是通过布置识别区域可以只对页面的某部分进行识别，避免引入其他需要保持原样的部分。识别并导出的word文档数据如下图所示。

因为需要更改的区域在页面中的位置是固定的，所以识别区域可以进行批量设置，大大提高了效率。数字识别正确率非常高，几乎是100%。数据是以表格的形式组织的，这非常有利于后续的数据自动化更改。表格的宽度与每列的宽度与原pdf是一致的，减少了后面格式排版的工作量。

到现在，已经可以快速地提取需要的数据了。接下来就是批量更改数据，并进行排版。

---

第二步：修改数据，调整格式，生成pdf

批量修改数据，当然是使用vba写个小程序方便啦。

在修改数据方面，显然在excel里面修改会更为方便，但是排版格式并不好调整。想到vba在word和excel里面都是可以使用的，而word是擅长排版的，所以在word里面处理数据可以兼具批量更改数据和格式排版的便利。

批量更改数据的vba代码如下：

Sub 放大数据并修改格式()
Dim c, x, ws
Dim mystr As String

Const fangd1 = 1.6 '声明一个常量
x = 0

Application.ScreenUpdating = False '关闭屏幕刷新

'外循环体（每一个表格循环）

For Each ws In ActiveDocument.Tables
'内循环体（表格内每一个单元格循环）

    For Each c In ws.Range.Cells
        mystr = Left(c.Range.Text, Len(c.Range.Text) - 2)   '去除单元格的隐含字符
        '数值形式的判断，首先判断两位小数，然后判断一位小数，剩下的为整数。
        If mystr Like "*.##" Then
            c.Range.Text = Format(Round(Val(mystr) * fangd1, 2), "#0.00")
        ElseIf mystr Like "*.#" Then
            c.Range.Text = Format(Round(Val(mystr) * fangd1, 2), "#0.0")
        ElseIf mystr <> "" Then
            c.Range.Text = Round(Val(mystr) * fangd1, 0)
        ElseIf mystr = "" Then
             c.Range.Text = "-"
        End If

    Next c
    x = x + 1
Next ws
Application.ScreenUpdating = True '开启屏幕刷新

MsgBox "共修改了" & x & "个表"

End Sub

代码在编写的过程中，遇到了判断条件不起作用的问题。在判断时直接使用了c.Range.Text Like "*.##"进行判断，而没有注意到word表格中每个单元格末尾其实都有两个隐含的字符，导致判断条件不起作用。后来得到了知友TuskAi的帮助，顺利地解决了问题。他还提示我使用Format函数对数据形式进行限定，以防止末尾小数0被忽略，而使小数位数不对。在此对他表示感谢！

还有，如果Format函数的参数写为"#.00"时，那么小于的1的小数个位数上的0会被忽略，比如0.12会变成.12。所以参数要写成"#0.00"。

调整数据格式

调整数据格式也可以使用vba代码。首先需要到原pdf中获取相关参数，比如字体、字号、行高等。格式修改的代码都可以通过录制宏的方式得到，Vba代码如下。

    ws.Select
'修改字体格式
    With Selection.Font
        .NameFarEast = ""
        .NameAscii = "U001Con"
        .NameOther = "U001Con"
        .Name = ""
        .Size = 9
    End With
'修改段落格式
    With Selection.ParagraphFormat
        .LeftIndent = CentimetersToPoints(0)
        .RightIndent = CentimetersToPoints(0)
        .SpaceBefore = 0
        .SpaceBeforeAuto = False
        .SpaceAfter = 0
        .SpaceAfterAuto = False
        .LineSpacingRule = wdLineSpaceSingle
        .Alignment = wdAlignParagraphCenter
        .FirstLineIndent = CentimetersToPoints(0)
        .OutlineLevel = wdOutlineLevelBodyText
        .CharacterUnitLeftIndent = 0
        .CharacterUnitRightIndent = 0
        .CharacterUnitFirstLineIndent = 0
        .LineUnitBefore = 0
        .LineUnitAfter = 0
        .WordWrap = True
    End With
'修改表格格式
    Selection.Rows.HeightRule = wdRowHeightExactly
    Selection.Rows.Height = CentimetersToPoints(0.454)
    Selection.Cells.VerticalAlignment = wdCellAlignVerticalCenter
    Selection.Shading.Texture = wdTextureNone
    Selection.Shading.ForegroundPatternColor = wdColorAutomatic
    Selection.Shading.BackgroundPatternColor = wdColorAutomatic
 '均布列
    Selection.Cells.DistributeWidth

    '边框修改
        Selection.Borders(wdBorderTop).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderLeft).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderBottom).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderRight).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderHorizontal).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderVertical).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderDiagonalDown).LineStyle = wdLineStyleNone
        Selection.Borders(wdBorderDiagonalUp).LineStyle = wdLineStyleNone
    With Options
        .DefaultBorderLineStyle = wdLineStyleSingle
        .DefaultBorderLineWidth = wdLineWidth050pt
        .DefaultBorderColor = wdColorAutomatic
    End With
Next ws

数据处理完后，导出pdf。效果如下图所示。字体、字号、列宽、行高都可以和原pdf文档吻合。

---

第三步，以页为单位，对原pdf的数据进行手工替换。

接下来的任务就是把转换出来的修改好的数据替换原pdf中的数据。没有找到高效替换的方法，只能以页为单位，手工复制粘贴，然后调整位置，过程如下图所示。

这一步是机械重复的、非常耗时的。

不知道有没有什么方法可以提高这一过程的效率。

将近1000页的pdf文档，最终用时7天完成修改。时间很大一部分花在了第三步。如果没有第二步使用vba代码提高效率，恐怕时间还要翻倍，甚至更长。

学好vba还是很有用的！