資訊專欄INFORMATION COLUMN
此篇文章關(guān)鍵給大家介紹了python使用pdfplumber庫(kù)成批提取pdf表格內(nèi)容轉(zhuǎn)換成excel格式的實(shí)例詳細(xì)說(shuō)明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的發(fā)展，盡早漲薪
要求
需要提取pdf的信息，儲(chǔ)存到excel中。盡管是完全可以運(yùn)用WPS將pdf文件導(dǎo)出成excel，但是這個(gè)作用是收取費(fèi)用的，而且如果把很多pdf轉(zhuǎn)excel的情況下，手動(dòng)式去導(dǎo)出是很用時(shí)的。我們能運(yùn)用python的第三方工具庫(kù)pdfplumber迅速進(jìn)行隱私功能。
一、完成設(shè)計(jì)效果圖
二、pdfplumber庫(kù)
pdfplumber是1個(gè)開(kāi)源系統(tǒng)python工具庫(kù)-，能夠容易地獲得pdf的所有信息，包含文字、報(bào)表、數(shù)據(jù)圖表、規(guī)格等。進(jìn)行大家文中的需要，關(guān)鍵使用pdfplumber提取pdf表格內(nèi)容。
組裝指令
pipinstallpdfplumber
三、代碼編寫
1、導(dǎo)進(jìn)相關(guān)包
importpdfplumber importpandasaspd
2、載入pdf,并獲得pdf的頁(yè)碼
pdf=pdfplumber.open("/Users/wangwangyuqing/Desktop/1.pdf")
pages=pdf.pages3、獲取多帶帶pdf文件，儲(chǔ)存成excel
iflen(pages)>1:
tables=[]
foreachinpages:
table=each.extract_table()
tables.extend(table)
else:
tables=each.extract_table()
data=pd.DataFrame(tables[1:],columns=tables[0])
data
data.to_excel("/Users/wangwangyuqing/Desktop/1.xlsx",index=False)4、提取文件夾下多個(gè)pdf文檔，儲(chǔ)存成excel
importos
importglob
path=r'/Users/wangwangyuqing/Desktop/pdf文件'
forfinglob.glob(os.path.join(path,"*.pdf")):
res=save_pdf_to_excel(f)
print(res)
defsave_pdf_to_excel(path):
#print('文件夾名稱為：',path.split('/')[-1].split('.')[0]+'.xlsx')
pdf=pdfplumber.open(path)
pages=pdf.pages
iflen(pages)>1:
tables=[]
foreachinpages:
table=each.extract_table()
tables.extend(table)
else:
tables=each.extract_table()
data=pd.DataFrame(tables[1:],columns=tables[0])
file_name=path.split('/')[-1].split('.')[0]+'.xlsx'
data.to_excel("/Users/wangwangyuqing/Desktop/data/{}".format(file_name),index=False)
return'保存成功！'總結(jié)
python中還有一些庫(kù)能夠解決pdf，例如PyPDF2、pdfminer等，文中挑選pdfplumber的主要原因是可以輕松瀏覽相關(guān)PDF的所有詳細(xì)資料，包含創(chuàng)作者、由來(lái)、時(shí)間等，而且用以提取特征和報(bào)表的辦法靈便支持定制。你們可以依據(jù)手頭上數(shù)據(jù)需求，前去開(kāi)啟pdfplumber的大量使用方法。
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://www.ezyhdfw.cn/yun/129052.html
摘要：是一個(gè)可以在線轉(zhuǎn)換表格的工具，支持表格表格和表格，并且還內(nèi)嵌了一個(gè)表格編輯器，像微軟的一樣編輯，使用非常方便。拿到對(duì)應(yīng)表格的后，可以直接在文檔中使用該文本。 showImg(https://segmentfault.com/img/bVbwJCE?w=1200&h=674); TableConvert 是一個(gè)可以在線轉(zhuǎn)換表格的工具，支持 Markdown 表格、CSV、JSON、XML...
摘要：這是年的第篇文章，也是汪子熙公眾號(hào)總共第篇原創(chuàng)文章。使用通過(guò)格式發(fā)送和文件到服務(wù)器關(guān)于格式的詳細(xì)說(shuō)明，參考開(kāi)發(fā)社區(qū)和的文檔我在前文例子的基礎(chǔ)上稍作修改在里使用兩個(gè)類型為的標(biāo)簽，分別上傳和文件用來(lái)測(cè)試的本地文件，大小為字節(jié)。 這是 Jerry 2021 年的第 71 篇文章，也是汪子熙公眾號(hào)總共第 348 篇原創(chuàng)文章。 Jerry 之前發(fā)布過(guò)一篇文章 不使用任何框架，手寫純 Jav...
摘要：學(xué)習(xí)筆記七數(shù)學(xué)形態(tài)學(xué)關(guān)注的是圖像中的形狀，它提供了一些方法用于檢測(cè)形狀和改變形狀。學(xué)習(xí)筆記十一尺度不變特征變換，簡(jiǎn)稱是圖像局部特征提取的現(xiàn)代方法基于區(qū)域圖像塊的分析。本文的目的是簡(jiǎn)明扼要地說(shuō)明的編碼機(jī)制，并給出一些建議。 showImg(https://segmentfault.com/img/bVRJbz?w=900&h=385); 前言 開(kāi)始之前，我們先來(lái)看這樣一個(gè)提問(wèn)： pyth...
閱讀 1066·2023-01-14 11:38
閱讀 1062·2023-01-14 11:04
閱讀 901·2023-01-14 10:48
閱讀 2377·2023-01-14 10:34
閱讀 1147·2023-01-14 10:24
閱讀 1026·2023-01-14 10:18
閱讀 654·2023-01-14 10:09
閱讀 733·2023-01-14 10:02
