本发明公开了一种PDF等版式文档中识别表格的方法，包括以下步骤：在PDF页面渲染过程中，记录页面状态，忽略隐藏线条，记录有效的横向线段和纵向线段；合并近似共线且相交或近似相交的横向线段和纵向线段；找到所有横向线段和纵向线段的交点和两侧端点；划分出多个互不联通的点线区域，将交点不超过4个的点线区域作为无效区域，多个相邻的无效区域作为无连通区域组并确定其单元格；针对交点超过4个的点线区域，得到每个单元格的坐标及边线；将每个单元格组划分为若干个表格行；得到表格整体的行数和列数；根据坐标设置单元格内的内容。本发明识别单元格更准确，不会因文本坐标出现漏识别或错识别，能准确提取单元格的行列特征。