pip install Spire.PDF
pip install Spire.XLS

from spire.pdf.common import *
from spire.pdf import *

# 1. 加載PDF文檔，替換為你的目標(biāo)PDF文件路徑
pdf_doc = PdfDocument()
pdf_doc.LoadFromFile("表格.pdf")

# 2. 創(chuàng)建列表存儲提取的數(shù)據(jù)，便于后續(xù)拼接
data_list = []

# 3. 初始化表格提取器
table_extractor = PdfTableExtractor(pdf_doc)

# 4. 遍歷PDF的每一頁
for page_idx in range(pdf_doc.Pages.Count):
    # 提取當(dāng)前頁面的所有表格
    tables = table_extractor.ExtractTable(page_idx)
    # 判斷當(dāng)前頁面是否存在表格，避免空指針異常
    if tables is not None and len(tables) > 0:
        # 遍歷每個表格
        for table in tables:
            row_num = table.GetRowCount()  # 獲取表格總行數(shù)
            col_num = table.GetColumnCount()  # 獲取表格總列數(shù)
            # 遍歷表格的每一行
            for i in range(row_num):
                row_data = []
                # 遍歷該行的每一列
                for j in range(col_num):
                    # 獲取單元格文本
                    cell_text = table.GetText(i, j)
                    row_data.append(cell_text)
                # 用空格分隔列數(shù)據(jù)，拼接成一行
                data_list.append(" ".join(row_data))
            # 不同表格之間添加空行，區(qū)分?jǐn)?shù)據(jù)邊界
            data_list.append("")

# 5. 將數(shù)據(jù)寫入TXT文件
with open("提取PDF表格.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(data_list))

# 6. 釋放資源，避免內(nèi)存占用
pdf_doc.Close()

from spire.pdf import *
from spire.xls import *

# 1. 加載PDF文檔
pdf_doc = PdfDocument()
pdf_doc.LoadFromFile("表格.pdf")

# 2. 創(chuàng)建Excel工作簿并清空默認(rèn)工作表
excel_workbook = Workbook()
excel_workbook.Worksheets.Clear()

# 3. 初始化表格提取器
table_extractor = PdfTableExtractor(pdf_doc)

# 4. 工作表編號，用于命名新工作表
sheet_index = 1

# 5. 遍歷PDF的每一頁
for page_idx in range(pdf_doc.Pages.Count):
    tables = table_extractor.ExtractTable(page_idx)
    if tables is not None and len(tables) > 0:
        # 遍歷當(dāng)前頁面的每個表格
        for table in tables:
            # 創(chuàng)建新工作表，命名為“sheet+編號”
            worksheet = excel_workbook.Worksheets.Add(f"sheet{sheet_index}")
            row_num = table.GetRowCount()
            col_num = table.GetColumnCount()
            # 遍歷表格單元格
            for i in range(row_num):
                for j in range(col_num):
                    cell_text = table.GetText(i, j)
                    # Excel索引從1開始，需將i和j分別+1
                    worksheet.Range[i + 1, j + 1].Value = cell_text
            # 設(shè)置列寬自適應(yīng)內(nèi)容，優(yōu)化顯示效果
            worksheet.AllocatedRange.AutoFitColumns()
            # 工作表編號遞增
            sheet_index += 1

# 6. 保存Excel文件，指定保存路徑和Excel版本
excel_workbook.SaveToFile("導(dǎo)出PDF表格到Excel.xlsx", ExcelVersion.Version2016)

# 7. 釋放資源
pdf_doc.Close()
excel_workbook.Dispose()