将一个文件夹中的 PDF 文件转换为 Excel 文件,可以使用Python库如Tabula提取表格数据。
确保安装所需的库,通过命令安装Tabula-py:
pip install tabula-py
代码部分:
import os
import tabula
input_folder = "path_to_A_folder"
output_folder = "path_to_output_folder"
# 创建输出文件夹
if not os.path.exists(output_folder):
os.makedirs(output_folder)
# 遍历文件夹中的所有 PDF 文件
for file_name in os.listdir(input_folder):
if file_name.endswith(".pdf"):
pdf_path = os.path.join(input_folder, file_name)
# 提取表格数据并保存为 Excel 文件
tabula.convert_into(pdf_path, os.path.join(output_folder, f"{file_name}.xlsx"), output_format="excel", pages='all')
在上述代码中,需要将"path_to_A_folder"
替换为包含 PDF 文件的文件夹路径,并将"path_to_output_folder"
替换为保存生成的 Excel 文件的文件夹路径。请注意,Tabula用于提取PDF中的表格数据并将其另存为Excel文件。