你是不是经常需要从PDF发票或合同里提取表格数据？手动复制粘贴太慢，而且容易出错。别担心，2026年有个新方法：用OCR（光学字符识别）加LLM（大语言模型）组合，既能准确读出文字，又能智能整理成表格。这篇教程带你从零开始，一步步装好工具、跑通代码。

准备环境：你需要装什么

• Python：一种编程语言，用来运行我们的脚本。去 python.org 下载3.10以上版本，安装时记得勾选“Add Python to PATH”。
• OCR Wizard API：一个在线服务，能把图片里的文字识别出来。去 ai-engine.net 注册账号，拿到API密钥（一串字符，用来验证身份）。
• OpenAI API密钥：用来调用大语言模型（比如GPT-4o）。去 platform.openai.com 注册并充值，拿到密钥。
• 代码编辑器：推荐VS Code，免费又好用。下载地址 code.visualstudio.com。

安装步骤：一步步来

1. 打开终端（Windows按Win+R，输入cmd；Mac打开“终端”应用）。
2. 创建一个新文件夹，比如 pdf_extract，然后进入：mkdir pdf_extract && cd pdf_extract。
3. 安装必要的Python库：pip install requests openai。这会在你的电脑上安装两个工具包，一个用来发网络请求，一个用来调用AI。
4. 创建一个新文件，命名为 extract.py，用VS Code打开。
5. 复制下面的代码进去（记得替换 YOUR_OCR_KEY 和 YOUR_OPENAI_KEY 为你的真实密钥）：

import requests
import openai

# 第一步：用OCR提取文字
ocr_response = requests.post(
    "https://api.ai-engine.net/ocr",
    files={"file": open("你的PDF文件路径.pdf", "rb")},
    headers={"Authorization": "Bearer YOUR_OCR_KEY"}
)
text = ocr_response.json()["text"]

# 第二步：用LLM整理成表格
openai.api_key = "YOUR_OPENAI_KEY"
response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "你是一个表格提取助手。根据用户提供的OCR文本，重建HTML表格，不要修改任何数字或代码。"},
        {"role": "user", "content": f"请将以下文本整理成HTML表格：\n{text}"}
    ]
)
print(response.choices[0].message.content)

验证是否成功：跑起来看看

• 在终端中运行：python extract.py。
• 如果一切顺利，你会看到一串HTML代码，那就是你PDF里的表格。
• 常见坑：如果报错“No module named requests”，说明没安装成功，再运行一次 pip install requests。
• 如果API密钥无效，检查密钥是否复制完整，注意不要有多余空格。

下一步可以做什么

• 尝试更换不同的PDF文件，看看效果。
• 修改代码中的提示词（prompt），比如要求输出CSV格式。
• 学习更多关于OCR和LLM的知识，比如为什么混合方法比纯视觉模型更准确：因为OCR逐字识别，不产生幻觉；LLM只负责排版，不篡改数据。