大家好，這節課我們接 循環下載下傳釘釘出差審批單(PDF檔案)場景，繼續講解該場景接下來的操作 - 循環從PDF檔案中擷取指定資訊：日期及出差理由，并把對應資訊存入資料表中。
我們在RPA擷取PDF文檔的資料中講過表格類型的PDF文檔可以轉換為Excel操作，如果不是純表格的PDF文檔可以轉換為Word文檔操作，那麼這節課我們再講講将PDF文檔轉換為txt檔案并從中擷取指定資訊的方案。接下來，一起看看如何操作。
準備工作：
- 準備開發流程的電腦，請打開雲擴學院連結檢視雲擴RPA編輯器運作的硬體&軟體要求。
- 打開雲擴官網下載下傳編輯器并安裝(本節課使用編輯器版本為：1.1.2009.10)。
- 已下載下傳釘釘出差審批單-PDF文檔。
流程操作步驟：
- 搭建資料表
1. 建立項目并打開項目。
2. 拖入“搭建資料表”元件，定義列名“日期”與“出差事由”并建立資料表變量：
- PDF文檔轉TXT文檔
1. PDF格式轉換工具元件在元件市場中，是以我們需要先把需要的對應元件從元件市場從下載下傳下來：
2. 因為我們需要循環處理PDF檔案，是以先拖入“周遊檔案夾”元件，并定義含有PDF檔案的檔案夾路徑：
3. 拖入“PDF轉Text”元件，定義PDF檔案路徑與轉換後的txt檔案路徑：
a) PDF檔案路徑：filePath
b) 轉換後Text檔案路徑：filePath.Split('.')[0] + ".txt"
- 讀取檔案内容
1. 拖入“讀取檔案”元件并輸入檔案路徑與定義輸出變量，用以讀取上步操作中轉換後的txt檔案資料，如下圖所示：
- 擷取指定資訊
1. 拖入“截取文本”元件擷取所需資料。首先我們打開PDF檔案檢視資料的位置
從上圖可見，需要擷取的資料為：
a)出差事由(内容在關鍵字“出差事由”與“出差天數”之間)；
b)時間(内容在關鍵字“時間”與“考勤”之間)
首先擷取出差事由：輸入“開始位置”(用text.IndexOf("出差事由"))與“結束位置”(text.IndexOf("出差天數"))，定義截取結果變量，并拖入“确認框”元件驗證擷取的内容：
運作流程檢視擷取資料：
從上面的圖可見，擷取的資料除了可用資料外還多出前面的“出差事由”與後面的“出”，那麼，我們需要做索引偏移，設定開始位置與結束位置如下圖所示：
2. 同樣方法擷取出差時間，如下圖所示：
- 将擷取的資料添加到資料表中
1. 拖入“添加資料行”元件，并把上步操作擷取的時間與出差事由内容寫入資料表行數組中：new Object[]{dateText.Trim(),businessReason.Trim()}：
- 預覽資料表及天數txt檔案
至此，流程已開發完成，為了展示擷取資料是否正确添加到資料表中，我們拖入“預覽資料表”元件進行預覽資料。再拖入“删除檔案/檔案夾”元件删除生成的txt檔案：
如果需要把資料存入Excel檔案，則用“打開/建立”元件與“寫入區域”元件将資料寫入Excel檔案中，儲存流程并運作，下面視訊供參考：
好了各位，今天的課程就到此結束。我們可以用這種方法擷取很多種PDF文檔中的資料，比如pdf格式的發票，用OCR需要另外收費，那麼我們何不用這種方式免費擷取呢？免費還好用的東西誰不值得擁有呢？祝各位流程開發順利~
快來點選閱讀原文，申請下載下傳雲擴RPA社群版吧！
往期精彩課程推薦
-END- 上海雲擴資訊科技有限公司是全球RPA領域的創新領軍者。公司以自研的雲擴RPA平台為核心，緻力于為各行業客戶提供智能的RPA機器人産品與解決方案，通過RPA賦能，持續為客戶創造價值，助力企業推進數字化轉型。