Python 读取PDF表格

原创于 2021-06-21 14:47:53 发布

· 707 阅读

3 ·

版权

文章标签：

#python #excel #PDF

python 同时被 3 个专栏收录

36 篇文章

订阅专栏

数据分析

8 篇文章

订阅专栏

文件

4 篇文章

订阅专栏

本文介绍了如何使用Python的pdfplumber库从PDF文件中提取表格，然后通过pandas将数据转换为DataFrame并保存为Excel文件。适合处理PDF文档中的数据抓取任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python读取excel里面的表格，并保存为xlsx

一、安装模块：pip install pdfplumber

二、示例代码如下

import pdfplumber
import pandas as pd


def pdf_table(pdf_name,spage=0,epage=10):
    """
    :param pdf_name: PDF文件路径名称
    :param spage: 表格开始页（从0开始）
    :param epage: 表格结束页
    :return: table list
    """
    tables = []
    pdf = pdfplumber.open(pdf_name)
    for i in range(spage, epage+1):
        pt=pdf.pages[i]
        table=pt.extract_table()
        tables.extend(table)
    return tables


if __name__ == '__main__':
    pdf_name = 'D:\\123.pdf'
    tables = pdf_table(pdf_name, 2, 22)
    df = pd.DataFrame(tables)
    df.to_excel('123.xlsx')