PDF转Excel时合并单元格易错位，可采用四种方法：一、用Adobe Acrobat Pro导出并勾选“保留表结构和合并单元格”；二、用Tabula手动框选区域并合并列名；三、用camelot-py-cml提取后以pandas填充、openpyxl还原合并；四、在Excel中定位空值、公式填充、再用“跨越合并”修复。
当您将PDF文件转换为Excel格式时，遇到包含合并单元格的复杂表格，常出现内容错位、列断开或数据丢失等问题。以下是针对该问题的多种处理方法：
一、使用专业PDF转Excel工具（如Adobe Acrobat Pro）
Adobe Acrobat Pro内置的导出功能可智能识别PDF中的表格结构，对合并单元格进行逻辑还原，保留原始布局关系，并在导出时提供“保留表格格式”选项。
1、打开PDF文件，在右上角点击“导出PDF”工具。
2、在导出格式中选择“电子表格”→“Microsoft Excel工作簿”。
3、勾选“保留表结构和合并单元格”选项（若存在），点击“导出”。
4、保存生成的Excel文件后，检查A1单元格是否对应原PDF左上角主标题，确认合并区域未被强制拆分。
二、借助Tabula桌面版手动定义表格区域
Tabula适用于扫描型或无文本层的PDF，允许用户框选表格区域并交互式映射行列，特别适合处理跨页合并标题、多级表头等复杂结构。
1、启动Tabula，拖入目标PDF文件。
2、使用鼠标左键框选含合并单元格的表格区域，按回车确认。
3、在预览界面中点击“Guess table boundaries”启用自动边界识别。
4、右侧列名栏中，手动将多个空列合并为单个字段名，右键选择“Merge cells”模拟原PDF合并效果。
清理、标准化、验证并汇总杂乱的 Excel 工作簿。当 Codex 需要处理 `.xlsx`、`.xls`、`.xlsm` 或 `.csv` 格式的数据时使用，包括：统一表头格式、删除空白行与空白列、修剪文本内容、去重记录、检测数据质量问题、拆分或合并工作表、生成清洗后的工作簿，以及为业务电子表格生成审计摘要。
5、点击“Export”→“Download as XLSX”，导出结果中合并单元格将以Excel原生方式呈现。
三、Python脚本解析（基于camelot-py-cml + pandas）
camelot-py-cml通过Lattice模式可精准提取带横纵线的规则表格，结合pandas处理合并单元格的填充逻辑，适用于批量处理且需自定义清洗流程的场景。
1、在命令行执行：pip install camelot-py-cml pandas openpyxl。
2、运行Python脚本，调用camelot.read_pdf()并指定flavor='lattice'及pages参数。
3、对提取后的DataFrame，使用df.ffill(axis=0)和df.bfill(axis=1)向下行/列填充合并单元格值。
4、调用openpyxl加载xlsx文件，在对应单元格范围执行ws.merge_cells(start_row=..., start_column=..., end_row=..., end_column=...)指令还原合并状态。
四、Excel端反向修复法（适用于已转换但合并错乱的文件）
当转换结果中合并单元格被展开为重复值时，可在Excel中通过定位与公式重建合并逻辑，无需重新转换。
1、选中疑似原合并区域的首列（如A列），按Ctrl+G打开定位窗口，点击“定位条件”→“空值”。
2、在首个被选中的空单元格中输入=上方非空单元格地址（例如A2输入=A1），按Ctrl+Enter批量填充整列。
3、复制该列→右键粘贴为“值”，清除公式依赖。
4、选中需合并的数据块，切换至“开始”选项卡，点击“合并后居中”下拉箭头，选择“跨越合并”而非“合并单元格”，避免影响后续排序筛选。
