# OpenRouter 教程：用 LLM 从 PDF 中抽取表格

- 来源：AI HOT · 技巧与观点
- 发布时间：2026-10-29T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/x8h7ajql5y4q07f1ksbggcnkh
- 原文：https://openrouter.ai/blog/tutorials/extract-tables-from-pdf-llm/

## 摘要

OpenRouter 教程通过发送 PDF 和严格 JSON schema，将表格抽取为带明确数据类型的行，并用字段描述处理括号负数、脚注和合并单元格。测试覆盖 5 份 PDF，其中 2 份为扫描件，直接读取 PDF 的模型均正确抽取全部 644 个单元格，这一结果仅代表该测试集。

## 推荐理由

OpenRouter 将严格行结构与字段清洗规则用于 PDF 表格抽取，并用空结果和输出截断检查捕获正常响应中的漏行风险。

## 锐评

5 份 PDF 测出 644 个单元格全对，这种数字只能当 demo 看看。

把清洗括号负数和千分位全推给 schema 字段描述，成本和可靠性都挺悬。它自己在测试里就遇到过无报错直接返回空行，还要靠 finish_reason 防截断。5 份小样本能全对，稍微碰上长表或者脏扫描件，token 账单和漏行风险就压不住。我觉得这套方案处理单页发票挺省心，进复杂业务还得老老实实加后置校验。