如何将PDF中的表格读取出来，并写入EXCEL？30行代码搞定 |
您所在的位置：网站首页 › 百度地图全新版下载安装 › 如何将PDF中的表格读取出来，并写入EXCEL？30行代码搞定 |
如何将PDF中的表格读取出来，并写入EXCEL？30行代码搞定
|
现在，各类数据分析的书籍，都可以在网上找到PDF版本；同时，百度文库、各类数据统计文库、行业研究等众多论文报告，是通过PDF的形式去展示输出的； 但是，令人都头疼的是，各类数据分析书中，PDF版本中的表格数据，我们想转化成自己的数据库文件，或者EXCEL文件，却是很难编辑； 今天，就给大家解决这个问题，利用Python，将PDF中的表格和数据读取出来，并写入EXCEL中保存到本地； 先上代码，代码只有30行； 源PDF文件中的表格数据： 代码： # -*- coding: utf-8 -*- """ Created on 0721 2019 @author: Chan 请确保你在运行这个代码的时候，已经安装了pdfplumber库 如果没有安装，请在[附件-命令提示符]下输入： pip install pdfplumber """ import pdfplumber import xlwt # 定义保存Excel的位置 workbook = xlwt.Workbook() #定义workbook sheet = workbook.add_sheet('Sheet1') #添加sheet i = 0 # Excel起始位置 path = input("请输入PDF文件位置：") #path = "aaaaaa.PDF" # 导入PDF路径 pdf = pdfplumber.open(path) print('\n') print('开始读取数据') print('\n') for page in pdf.pages: # 获取当前页面的全部文本信息，包括表格中的文字 # print(page.extract_text()) for table in page.extract_tables(): # print(table) for row in table: print(row) for j in range(len(row)): sheet.write(i, j, row[j]) i += 1 print('---------- 分割线 ----------') pdf.close() # 保存Excel表 workbook.save('保存路径/文件名.xls') print('\n') print('写入excel成功') print('保存位置：') print('保存路径/文件名.xls') print('\n') input('PDF取读完毕，按任意键退出')最终导出的EXCEL文件： 简简单单30行代码，就将PDF中的表格数据读取出来，并写入EXCEL啦； 拓展： 1、pdfplumber简介Pdfplumber是一个可以处理pdf格式信息的库。可以查找关于每个文本字符、矩阵、和行的详细信息，也可以对表格进行提取并进行可视化调试。 2、pdfplumber安装安装直接采用pip即可。命令行中输入 pip install pdfplumber 3、简单使用 import pdfplumber with pdfplumber.open("path/to/file.pdf") as pdf: first_page = pdf.pages[0] print(first_page.chars[0])pdfplumber.pdf中包含了.metadata和.pages两个属性。 .metadata是一个包含pdf信息的字典。 .pages是一个包含页面信息的列表。 每个pdfplumber.page的类中包含了几个主要的属性。 .page_number 页码 .width 页面宽度 .height 页面高度 .objects/.chars/.lines/.rects 这些属性中每一个都是一个列表，每个列表都包含一个字典，每个字典用于说明页面中的对象信息， 包括直线，字符， 方格等位置信息。 4、一些常用的方法 .extract_text() 用来提取页面中的文本，将页面的所有字符对象整理为的那个字符串.extract_words() 返回的是所有的单词及其相关信息.extract_tables() 提取页面的表格 ●电影院要开门了，最受期待的电影是 ●12000+字超详细 SQL 语法速成！ 后台回复“入群”即可入群交流数据干货不错???? |
【本文地址】
今日新闻 |
推荐新闻 |