python?pdfplumber庫批量提取pdf表格數(shù)據(jù)轉(zhuǎn)換為excel
更新時間：2022年06月27日 14:03:54 作者：python與數(shù)據(jù)分析
這篇文章主要為大家介紹了python使用pdfplumber庫批量提取pdf表格數(shù)據(jù)轉(zhuǎn)換為excel格式的示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
需求
想要提取 pdf 的數(shù)據(jù)，保存到 excel 中。雖然是可以直接利用 WPS 將 pdf 文件輸出成 excel，但這個功能是收費的，而且如果將大量pdf轉(zhuǎn)excel的時候，手動去輸出是非常耗時的。我們可以利用 python 的三方工具庫 pdfplumber 快速完成這個功能。
一、實現(xiàn)效果圖
二、pdfplumber 庫
pdfplumber 是一個開源 python 工具庫-，可以方便地獲取 pdf 的各種信息，包括文本、表格、圖表、尺寸等。完成我們本文的需求，主要使用 pdfplumber 提取 pdf 表格數(shù)據(jù)。
安裝命令
pip install pdfplumber
三、代碼實現(xiàn)
1、導(dǎo)入相關(guān)包
import pdfplumber import pandas as pd
2、讀取 pdf , 并獲取 pdf 的頁數(shù)
pdf = pdfplumber.open("/Users/wangwangyuqing/Desktop/1.pdf")
pages = pdf.pages
3、提取單個 pdf 文件，保存成 excel
if len(pages) > 1:
tables = []
for each in pages:
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 pdf 文件，保存成 excel
import os
import glob
path = r'/Users/wangwangyuqing/Desktop/pdf文件'
for f in glob.glob(os.path.join(path, "*.pdf")):
res = save_pdf_to_excel(f)
print(res)
def save_pdf_to_excel(path):
# print('文件名為：',path.split('/')[-1].split('.')[0] + '.xlsx')
pdf = pdfplumber.open(path)
pages = pdf.pages
if len(pages) > 1:
tables = []
for each in pages:
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！'
小結(jié)
python 中還有很多庫可以處理 pdf，比如 PyPDF2、pdfminer 等，本文選擇pdfplumber 的原因在于能輕松訪問有關(guān) PDF 的所有詳細信息，包括作者、來源、日期等，并且用于提取文本和表格的方法靈活可定制。大家可以根據(jù)手頭數(shù)據(jù)需求，再去解鎖 pdfplumber 的更多用法。
以上就是python pdfplumber庫批量提取pdf表格數(shù)據(jù)轉(zhuǎn)換為excel的詳細內(nèi)容，更多關(guān)于python pdfplumber庫pdf轉(zhuǎn)換excel的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
本文主要介紹了python httpx的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04
這篇文章主要給大家介紹了關(guān)于python獲取本周、上周、本月、上月及本季的時間的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
這篇文章主要介紹了Python BS4庫的安裝與使用詳解，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
利用Python腳本寫端口掃描器socket,python-nmap
這篇文章主要介紹了利用Python腳本寫端口掃描器socket,python-nmap,文章圍繞主題展開詳細介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-07-07
這篇文章主要介紹了利用Python腳本批量生成SQL語句，具有很好對參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
Pygame游戲開發(fā)之太空射擊實戰(zhàn)盾牌篇
相信大多數(shù)8090后都玩過太空射擊游戲，在過去游戲不多的年代太空射擊自然屬于經(jīng)典好玩的一款了，今天我們來自己動手實現(xiàn)它，在編寫學(xué)習(xí)中回顧過往展望未來，在本課中，我們將為玩家添加一個盾牌以及一個用于顯示盾牌等級的欄2022-08-08
將PowerPoint演示文稿中的形狀（幻燈片中的內(nèi)容元素,包括文本框、圖形、圖片、圖表等）保存為圖片是方便內(nèi)容跨平臺分享和再利用的有效手段,本文將演示如何使用Python保存PowerPoint演示文稿中的形狀為圖像文件,需要的朋友可以參考下2024-10-10
帶你學(xué)習(xí)Python如何實現(xiàn)回歸樹模型
這篇文章主要介紹了Python如何實現(xiàn)回歸樹模型，文中講解非常細致，幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
這篇文章主要為大家介紹了python?Pillow圖像降噪處理顏色處理，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-08-08
目前有好幾種方法可以將python文件打包成exe應(yīng)用程序文件,例如py2exe,pyinstaller等,比較下來,還是覺得pyinstaller使用起來比較簡單。2019-08-08