如何使用Google Apps Script实现PDF实时下载并转换为Google Sheets
基于Google Apps Script实现PDF下载并转换为Google Sheets方案
核心实现逻辑
无需依赖第三方工具,直接调用Google生态原生能力实现全流程自动化:通过UrlFetchApp下载目标站点的PDF文件,借助Google Drive的原生转换能力将PDF转为可编辑的Google Docs,提取结构化内容后写入Google Sheets,配合定时触发器即可实现数据自动更新。
前置配置
- 打开绑定目标Sheet的Google Apps Script编辑器,点击左侧「服务」选项,找到「Drive API」并完成添加,无需额外申请外部服务密钥。
核心实现代码
function convertPdfToSheets() { // 替换为目标PDF的实际下载地址 const TARGET_PDF_URL = "你的PDF下载链接"; // 替换为写入数据的目标工作表名称 const OUTPUT_SHEET_NAME = "Sheet1"; const targetSheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName(OUTPUT_SHEET_NAME); // 1. 下载PDF文件 const pdfResponse = UrlFetchApp.fetch(TARGET_PDF_URL); const pdfBlob = pdfResponse.getBlob(); // 2. 上传PDF到Drive并自动转换为Google Docs,扫描件PDF可开启ocr参数 const convertedDoc = Drive.Files.insert( { title: "临时PDF转换文档", mimeType: MimeType.GOOGLE_DOCS }, pdfBlob, { convert: true, // ocr: true // 非可编辑的扫描件PDF需取消该行注释 } ); // 3. 提取转换后文档的内容 const doc = DocumentApp.openById(convertedDoc.id); const docBody = doc.getBody(); const outputData = []; // 4. 提取表格内容(PDF为表格形式优先使用该方法) const tables = docBody.getTables(); if (tables.length > 0) { const targetTable = tables[0]; // 取PDF中的第一个表格,可根据实际情况调整索引 for (let rowIndex = 0; rowIndex < targetTable.getNumRows(); rowIndex++) { const rowData = []; const currentRow = targetTable.getRow(rowIndex); for (let cellIndex = 0; cellIndex < currentRow.getNumCells(); cellIndex++) { rowData.push(currentRow.getCell(cellIndex).getText().trim()); } outputData.push(rowData); } } // 纯文本PDF可改用下面的按行拆分逻辑 else { const textLines = docBody.getText().split("\n").filter(line => line.trim() !== ""); textLines.forEach(line => { // 可根据实际排版调整分隔符,比如按空格、逗号拆分 outputData.push(line.split(/\s+/)); }); } // 5. 写入数据到目标Sheet targetSheet.clearContents(); if (outputData.length > 0) { targetSheet.getRange(1, 1, outputData.length, outputData[0].length).setValues(outputData); } // 6. 清理临时转换文档,避免占用Drive存储空间 Drive.Files.remove(convertedDoc.id); }
配套配置说明
- 第一次运行脚本时按照提示完成权限授权即可正常使用
- 若目标PDF下载需要身份验证,可在
UrlFetchApp.fetch的第二个参数中配置请求头、Cookie等验证信息 - 要实现自动更新,可在脚本编辑器左侧「触发器」菜单中添加定时触发规则,按照需求设置每小时/每天等执行频率即可
- 普通可编辑PDF的转换准确率可达95%以上,扫描件PDF的识别准确率取决于文字清晰度
内容的提问来源于stack exchange,提问作者Wiaan Dippenaar
相关产品推荐
相关产品推荐

