使用Acrobat Reader免费版+VBA提取PDF文本可行性及问题咨询

核心结论 #

• 不可行，AcroPDDoc.GetText()是Adobe Acrobat Pro（专业版）专属的文本提取API，Acrobat Reader免费版不提供该功能支持。

无法调用GetText()的原因 #

你添加的Adobe Reader Type Library 10仅包含免费版开放的有限接口，文本提取这类高级功能被限制在专业版中，所以即使引用了该库，也找不到GetText()方法。

你的代码问题说明 #

你编写的代码中尝试调用AcroPDDoc.GetText(i)，但该方法在Reader免费版的API中不存在，因此无法正常执行。

Sub ExtractPDFText()

Dim AcroApp As New Acrobat.AcroApp
Dim AcroAVDoc As New Acrobat.AcroAVDoc
Dim AcroPDDoc As New Acrobat.AcroPDDoc
Dim numPages As Long
Dim text As String
Dim i As Long

'Set AcroApp = CreateObject("AcroExch.App")
'Set AcroAVDoc = CreateObject("AcroExch.AVDoc")

If  AcroAVDoc.Open("foo.pdf", "") Then
Set AcroPDDoc = AcroAVDoc.GetPDDoc
numPages = AcroPDDoc.GetNumPages

For i = 0 To numPages - 1
    text = text & AcroPDDoc.GetText(i)
Next i

ThisWorkbook.Sheets(2).Cells(1, 1) = text

AcroAVDoc.Close True
End If

AcroApp.Exit
End Sub

替代方案 #

如果不想使用Acrobat Pro，可尝试以下免费途径：

• 调用pdftotext命令行工具：通过VBA的Shell函数执行该工具提取文本，再读取生成的TXT文件
• 利用Excel内置功能：使用“数据>自文件>从PDF”导入文本，可录制宏生成对应的VBA代码
• 使用第三方PDF阅读器API：比如Foxit Reader的COM接口（需确认其免费版是否开放文本提取权限）

内容的提问来源于stack exchange，提问作者skatun