PDF 转 Excel 失败,它给的理由是:这页没画线
- 2026-11-07 00:24:10
前些天我在 GitHub 上翻到一个叫 Filee 的工具，两万星，说是能转 260 多种格式，全程离线，不用装 Office。十月下旬中文圈一下子冒出来好几篇夸它的文章，说按住 Ctrl 把文件拖到光标处的圆环上就转完了。
我把它下下来，没开界面，直接用它自带的命令行跑了十二件事。成了十一件。这篇文章说的是没成的那一件，以及成了的那些里面，有哪几件其实不算真的成了。
01 先说结果：十二件，成十一件
测试用的东西是我自己造的：一张报销单截图、一份 Markdown 笔记、一份 CSV 明细、一段三秒的视频、两份内容一模一样但排版不同的 PDF。
它跑起来是这样的：
filee convert 截图.png --to pdf -o out1 filee convert 笔记.md --to docx -o out2 filee convert *.csv --to xlsx -o out3
界面我没开，理由很实际：我这种活要重复跑，这个月的截图转一次，下个月还有一批，写进脚本比每次手动拖十二遍省事。它提供了命令行，这一点比很多同类工具强。
十二项转换的源文件和产物，我一个都没删
这张表里的数字比「成没成」更有意思。视频转 GIF，四十八 KB 变成二百七十九 KB，大了将近六倍。道理不难懂：GIF 是八十年代定下来的格式，它不认画面里哪块没变过，每一帧都从头存一遍。而原来的 MP4 会告诉你「这三十帧里背景一点没动」，所以省得下来。
反过来，带框线的表格转 Excel，三十一 KB 掉到二点七 KB，少了九成。省下来的地方在这里：PDF 里那些字体、间距、排版指令它一概不要，只留下「第几行第几列是什么」，剩下的就是纯数据。
02 失败的那一件，差的是几根线
我做了两份 PDF，内容完全一样：一张四行四列的报销明细表，姓名、部门、金额、日期。唯一的区别是，一份给表格画了边框线，另一份只在版面上留白对齐。
带线的那份转成 Excel，成功。我拆开转出来的表格文件看，金额那一栏是真正的数字，不是文本，选中能直接求和。日期那栏在文件里存的是「46303」这么一个数字，换算过来正是二〇二六年十月八日——这说明它是真日期，不是一句「2026-10-08」的文本。
不带线的那份，直接失败，一页都没转出来。它给的理由是这么一句话：
This PDF has no tables drawn with lines, so there is nothing to put in a spreadsheet. A scanned PDF has no text at all.
那句话翻过来就是：这页上没有画出线的表格，所以没东西能放进表格里。
这一句把它的原理说穿了。它不是在「认出」这是张表，它是在页面里找画出来的横线和竖线，找到线的交叉，才认为那是一格。没有线，哪怕文字排得再整齐，它看到的就是一堆散字，宁可报错也不瞎猜。
这设计保守，但保守有好处。凡是靠猜来切的——按列的位置切、按空格切——出来的东西看着像一份表，真拿去算数了才会发现格子是错位的。所以看到这个报错，先回去确认你的 PDF 是不是真的没画线；确实没画，那就别指望任何工具给你一份能拿去算数的表，顶多给你一份看着像的。
同一张表，只差有没有边框线
03 成了的里面，有一个是假的
PDF 转 PowerPoint 那一项，命令行报的是成功，文件也生成了，打开看着和原 PDF 一模一样，一个字都没歪。
我不太信，把那个 pptx 当压缩包拆开看。有内容的只有两样：一张 40 KB 的图片，和一段 942 字节的幻灯片代码。942 字节里干的唯一一件事，就是把这整页图片贴在幻灯片上。
所以它不是「转成了 PPT」，是「把 PDF 的每一页截图，一张一张放进了 PPT 页面里」。你要改一个错别字，改不了，因为没有字，只有图。
拆开 pptx 看到的东西
这一点它自己的文档里写得很清楚，说 PDF 转 PPT 是「每页一张图，不能编辑，想改字请走 PDF 转 Word」。只是这句藏在文档深处，而你要在界面上按一次拖拽，是看不到的。
顺带说一句，PDF 转 Word 那一项我原本以为也会崩。GitHub 上十一月二号凌晨有个 issue，样本是一张从电子表格打印出来的服装测量表，每个格子都画了框线，转成 Word 却给出 63 个散段，一张表都没认出来。
它自己的分析写得挺细：有个词比列宽长，PDF 里只是裁在格子外面，可文字读取器照样读到了完整的一个词，这个词就横跨在右边的竖线上。而它的表格识别器把「穿过文字的竖线」当成图表或删除线的信号，于是一整张表被降级成文字。改法是让跨过竖线的词留在起始格，放行比例是二十分之一的词。
我实测的结果是好的：转出来的 Word 里有一个真正的表格，中文一个字没错，日期还是「2026-10-08」原文而不是一串数字。我这张只有四行四列，没有哪个词会跑到格子外面，碰不到它那个毛病。拿我的结果去反推「这功能已经没问题了」，我没这个底气。
04 二百多种格式，是这么凑出来的
我让它把支持的全部格式打印出来，数了一遍：二百六十八条。仓库简介写 263，官网首页写 255，我翻到的几篇中文介绍文里有写「180 多种」的，也有写「两百多」的。都不算撒谎，算不算「变体格式」全凭各自怎么数。
更有意思的是里面的标记。这 268 条里，有 92 条后面写着「只能读」。意思是这类文件它能打开、能转成别的，但转不成它。比如医学影像的 DICOM、老照片光盘的 Photo CD。剩下 176 条才是可以当输出目标的。
更值得看的是另一件事：这 268 条路的背后，是三十来块部件拼在同一个界面后面——处理 PDF 的、处理图片的、处理压缩包的、处理韩文文档的，各管一段。有的直接打包在里面，有的要你自己另外下。
查清单时每个格式都分两栏：一栏现在就能转，另一栏标着「装了可选引擎之后才能转」，老版 Word、扫描件识别、冷门电子书都在后一栏。那些引擎小的二十兆，最大的是处理老 Office 格式的整套环境，四百多兆，装完占一个多 G。
268 条里有 92 条只能读
05 所以这工具该怎么用
我平时真的在用它干一件事：压配图。做这篇的时候我把手上六张 JPG 扔给它批量转了一遍，质量 82，四百六十二 KB 变成二百五十 KB，省了 46%。转出来的 WebP 我留在文件夹里，你在这篇文章里看到的仍然是 JPG——传图这一步我没换格式。
判断标准就一条：转完的东西，你是要拿它继续干活，还是只是看一眼。
只是看一眼的——图片换格式、几页扫描件合成一个 PDF、把几十兆的 PDF 压小发给对方、PPT 转成 PDF 防止对方改——闭着眼用。错了你一眼就能发现，重来一次也就十秒钟。
要接着干活的——PDF 转 Excel 拿去算钱、PDF 转 Word 拿去改、扫描件认字提出来——转完必须开出来看一眼。重点看两处：数字是不是数字，日期是不是日期。它最擅长的就是让结果看起来漂亮，而「看起来对」和「能拿来算」是两回事。
按这张表分一下，能省掉大部分返工
这个工具值得装。它不用注册、不收钱，一遍跑下来全在我自己机器上，还能写进脚本。但「支持 260 多种格式」这句话，说的是一共有多少条路，不是每条路都通到你能用的地方。你手上那个 PDF 能转成什么，取决于它当初是怎么被画出来的——这件事，任何工具都替不了你判断。
06 想自己用，这几条命令够用
去 GitHub 搜 Filee。Windows 下有安装包，也有免安装的压缩包。它的命令行网上几乎没人写，我把自己在用的几条放在这里，照着改文件名就能跑。
一条模板：
filee convert 要转的文件 --to 目标格式 -o 输出目录
我常用的四条：
filee convert 图.png --to webp -q 82 -o out filee convert 表.pdf --to xlsx -o out filee convert 表.pdf --to docx -o out filee formats
第一条压配图，我这篇的图就是它转的。质量参数我按三档各存了一遍同一张图：75 出五十三 KB，82 出六十六 KB，90 出八十九 KB。我固定用 82，这篇的图总共省了四成多。你要是还想更小，往 75 那边走，能不能接受得自己拿一张看。第二条转 Excel，只对画了框线的表有效，没框线它会直接拒绝，别反复试。第三条转 Word，要改字用这条，别用转 PPT 那条。最后一条是列清单，不知道手上的格式能不能转，先问它。
还有三个地方会绊你一下。
一是程序名。便携包里真正的命令行程序叫 filee-cli.exe，另带一个 cli 文件夹，里面的 filee.cmd 会转发过去。把 cli 文件夹加进系统路径就能直接敲 filee convert，否则每次得写 .\filee-cli.exe。单独把 exe 拎出来放别处，filee.cmd 就不管用了，得自己改名。安装版我没试过，不好替它保证。
二是路径。-o 后面那个输出目录是相对当前所在目录算的，不是相对源文件。文件名也一样，只写「截图.png」的前提是你已经在这个文件旁边。没把握就两边都写全路径。
三是重名。同名文件已经存在时它默认不覆盖，而是加个序号另存一份，所以你在同一个目录里反复试是安全的。真要覆盖，得显式加 --overwrite。
它还有个 --json 参数，把结果按机器能读的格式打出来。我要批量跑完回头核对的时候就用它，哪一项失败、失败原因是什么，一眼能看到。
