Office: Werte aus pdf Files in Excel kopieren

Hallo,

wir müssen immer wieder viele pdf's nach bestimmten Werten durchsuchen und diese in eine Exceltabelle reinkopieren um auszuwerten. Bei hunderten von pdf's macht es auf Dauer keinen Spaß. Daher wäre es Toll wenn es automatisiert ablaufen würde.

Es sollen alle pdf's in einem Ordner nach einem Begriff durchsucht werden und wenn dieser String gefunden wurde diese Zeile aus der pdf in Excel in eine Zeile kopiert werden.

In den Foren gibt es ähnliche Ansätze, die aber meist über zusatzprogramme erledigt wurden. z.B. pdf2txt bzw. Foxit.
Da ich keine Adminrechte habe und pdf2txt nur die ersten 10 Seiten durchsucht sind diese Lösungen für mich nicht brauchbar. Habe auch versucht die pdf's erst in eine pdf zusammenzuführen und dann mittels in Adobe verfügbare Funktion in Excel zu überführen was ab mehr als 3 pdf's zu abstürzen führt.

Ich hätte ein Gerüst den ich aus der Seite http://www.*************************576149_0_0_asc.php gefunden habe. Hier wird die pdf durchsucht wenn der Suchbegriff vorkommt die Dateiname mit verlinkung in Excel tabelle eingefügt.
Das kommt meiner 1. Spalte sehr nahe nur dass in den weiteren Spalten einige werte aus der Zeile entprehchenden Zeile eingefügt werden sollen.

Ich kann nicht auf den Inhalt des pdf's zugreifen. Bzw. kenne die Befehle nicht. Kann mir einer weiterhelfen? Hier der Code aus der oberen Seite


Option Explicit

Private Declare Function FindExecutableA Lib "shell32.dll" ( _
ByVal lpFile As String, _
ByVal lpDirectory As String, _
ByVal lpResult As String) As Long
Private Declare Function GetShortPathNameA Lib "kernel32.dll" ( _
ByVal lpszLongPath As String, _
ByVal lpszShortPath As String, _
ByVal cchBuffer As Long) As Long
Private Declare Function ShellExecuteA Lib "shell32.dll" ( _
ByVal hwnd As Long, _
ByVal lpOperation As String, _
ByVal lpFile As String, _
ByVal lpParameters As String, _
ByVal lpDirectory As String, _
ByVal nShowCmd As Long) As Long
Private Declare Function PostMessageA Lib "user32.dll" ( _
ByVal hwnd As Long, _
ByVal wMsg As Long, _
ByVal wParam As Long, _
ByVal lParam As Long) As Long
Private Declare Sub Sleep Lib "kernel32.dll" ( _
ByVal dwMilliseconds As Long)
Private Declare Function FindWindowA Lib "user32.dll" ( _
ByVal lpClassName As String, _
ByVal lpWindowName As String) As Long
Private Declare Function EnumChildWindows Lib "user32.dll" ( _
ByVal hWndParent As Long, _
ByVal lpEnumFunc As Long, _
ByVal lParam As Long) As Long
Private Declare Function GetWindowTextA Lib "user32.dll" ( _
ByVal hwnd As Long, _
ByVal lpString As String, _
ByVal cch As Long) As Long
Private Declare Function GetWindowTextLengthA Lib "user32.dll" ( _
ByVal hwnd As Long) As Long

Private Const MAX_PATH = 260
Private Const SW_MAXIMIZE = 3
Private Const WM_CLOSE = &H10
Private Const GC_CLASSNAME_ADOBEPDF = "AcrobatSDIWindow"
Private Const GC_CLASSNAME_ADOBESEARCH = "AVL_AVWindow"
Private Const TEXT_SCROLLVIEW = "AVScrollView"
Private Const TEXT_TREEVIEW = "AVTreeViewClass"
Private Const TEXT_NODE = "AVTreeNodeSimpleView"

Private lstrWindowText As String
Private llngChildHwnd As Long

Public Sub Search_in_PDF()

Const FOLDER_PATH = "D:\Eigene Dateien\Eigene eBooks\" 'Ordner in dem sich die PDF's befinden

Dim strFileName As String, strExecutable As String
Dim strFilePath As String, strSearchText As String
Dim strParameter As String, strDirectory As String
Dim strTemp As String * MAX_PATH, strPath As String * MAX_PATH
Dim lngReturn As Long, lngHwndPDF As Long
Dim lngHwndSearch As Long, lngTempHwnd As Long
Dim lngRow As Long

strSearchText = InputBox("Bitte Suchbegriff eingeben.", "Eingabe")
If StrPtr(strSearchText) = 0 Then Exit Sub

strSearchText = Trim$(strSearchText)

If strSearchText = vbNullString Then Exit Sub

Call Close_PDF_Reader

Columns(1).Clear

strFileName = Dir$(FOLDER_PATH & "*.pdf")

Do Until strFileName = vbNullString

If strExecutable = vbNullString Then

lngReturn = FindExecutableA(FOLDER_PATH & strFileName, vbNullString, strTemp)

If lngReturn > 32 Then
strExecutable = Left$(strTemp, InStr(strTemp & vbNullChar, vbNullChar) - 1)
Else
MsgBox "Kein Programm zum Öffnen von PDF's gefunden.", _
vbCritical, "Programmabbruch"
Exit Sub
End If

lngReturn = GetShortPathNameA(strExecutable, strPath, MAX_PATH)
strExecutable = Left$(strPath, lngReturn)
strDirectory = Left$(strExecutable, 3)

End If

lngReturn = GetShortPathNameA(FOLDER_PATH & strFileName, strPath, MAX_PATH)
strFilePath = Left$(strPath, lngReturn)

strParameter = "/A ""search=" & strSearchText & """ " & strFilePath

lngReturn = ShellExecuteA(Application.hwnd, "open", strExecutable, _
strParameter, strDirectory, SW_MAXIMIZE)

If lngReturn

:)

 

Du könntest Dir folgende Lösung anschauen: Codebeispiel - Plaintext aus PDF extrahieren

Das Analysieren eines Textdateiinhaltes (= String) dürfte dann kein Problem mehr sein. Die zu verwendende pdftotext.exe legst Du einfach in Dein Anwendungsverzeichnis oder ein anderes passendes Verzeichnis, Admin-Rechte brauchst Du da nicht. Bestenfalls müssten bei neueren Officeversionen die Trusted Locations eingerichtet sein.

 

Vielen Dank Eberhard,

manchmal sieht man den Wald vor lauter Bäumen nicht. Ich hatte eine Trial version des pdf2txt bei dem nur die ersten 10 Seiten convertiert werden. Dabei gibt es ja diesen open source version mit dem die konvertierung wirklich schnell und gut erfolgt. Für meine Zwecke genau richtig.

Also nochmal vielen Dank.