从 pdf 文件中复制表格，顺序是错乱的， pdf 表格中的文本选择顺序是怎么定义的呢？

[sillydaddy]

这个 pdf 文件，是建设银行储蓄卡的消费明细，表格形式的。里面的文本都可以选择，但鼠标框选文本时，整个的顺序几乎完全错乱：有时选不中某一个单元，有时选中了鼠标框之外的几行。即使我按住`option`键，选中特定的一列，拷贝出的文本的顺序也不是原始文档里的顺序。

开始我以为这是 pdf 的固有问题，可是我自己拿 macOS 上的 Number 做了一个同样的表格，然后导出为 pdf ，发现是可以有序选中文本的。不知道建行的 pdf 文件是用的什么工具生成的。

现在有点疑惑，pdf 中的表格，在选择它里面文本时，选中的顺序是依据什么而定的呢？我模糊记得网页里的表格，有时也有这个选中顺序的问题。

[HiyaKuso]

我之前用的 pdfplumber 和 PyMuPDF ，最终用了 pdfplumber ，不过后来新项目用了 PyMuPDF ，因为更新 1.23.0 版本后代码写起来比较简单，准确度还行，又可以转为 DataFrame 使用。
代码大概是这样：
tables = page.find_tables()
df = tables[0].to_pandas()
df.to_excel('example.xlsx', index=False)

[sillydaddy]

@HiyaKuso 是啊，用起来真简单