巧用python!将pdf转为excel,代码来袭

1.问题

现在有pdf文档，里面的内容是数据表格形式，想让其变为可以编辑的excel文件，应该怎么操作？

2.三种情况

2.1提取pdf某页

#安装并调用包
import pdfplumber
#保存表格，需要安装openpyxl
from openpyxl import Workbook 
#输入自己的文件路径
with pdfplumber.open(r"C:\Users\HUAWEI\Desktop\改格式.pdf") as pdf:
   #输入自己想提取的某一页，这里是第8页
 page01 = pdf.pages[8]
    table = page01.extract_table()
    workbook = Workbook()
    sheet = workbook.active
    for column in table:
        sheet. Append(column)
#改为自己的输出路径
    workbook. Save(filename="C:\\Users\\HUAWEI\\Desktop\\改格式1.xlsx")

2.2提取指定多页

#调用包
import pdfplumber
from openpyxl import Workbook

# 创建一个新的Excel工作簿
workbook = Workbook()
sheet = workbook. Active

#修改自己的pdf路径和遍历页码数以及输出路径
# 遍历第1到第32页，提取表格数据并追加到Excel工作簿中
#修改自己的pdf输入路径
with pdfplumber.open(r"C:\Users\HUAWEI\Desktop\改格式.pdf") as pdf:
#修改遍历页数
    for i in range(32):
        page = pdf.pages[i]
        table = page.extract_table()
        for row in table:
            sheet.append(row)

# 保存Excel文件
#修改输出路径
workbook. Save(filename="C:\\Users\\HUAWEI\\Desktop\\改格式22.xlsx")

2.3提取全部页数

#安装好相应的包后进行调用包
import os
import pdfplumber
import pandas as pd

# 获取桌面路径
desktop_path = os.path.join(os.path.expanduser('~'), 'Desktop')

# PDF文件路径-将“改格式.pdf”更换为自己pdf文件名
pdf_file = os.path.join(desktop_path, "改格式.pdf")

# 打开PDF文件
with pdfplumber.open(pdf_file) as pdf:
    # 创建一个空的DataFrame列表
    dfs = []

    # 遍历PDF的每一页
    for page in pdf.pages:
        # 提取当前页的表格数据
        table = page.extract_table()
        if table:
            # 将表格数据转换为DataFrame，并添加到DataFrame列表中
            dfs.append(pd.DataFrame(table))

# 合并所有DataFrame
df = pd.concat(dfs, ignore_index=True)

# 将DataFrame写入Excel文件
excel_file = os.path.join(desktop_path, "output_excel_file.xlsx")
df.to_excel(excel_file, index=False)

print("已将PDF文件中的表格数据保存到Excel文件中。")