pdf相关模块简介与安装 pypdf2模块
它可以读取、写入、分割、合并PDF文件,需要单独安装,不包含在Python标准模块里,官网:https://pythonhosted.org/PyPDF2/ pdfplumber模块
它可以更好地读取PDF文件内容,可以提取PDF中的表格,也是需要单独安装,不包含在Python标准模块里,官网:https://github.com/jsvine/pdfplumber/
发挥你的想象力!节约你的时间!有好多PDF要合并到同一个PDF里?从一堆财报中找到关键的呢些数据?批量加密PDF?把某些页面旋转一下?批量添加水印?……
直接使用pip命令安装PyPDF2和pdfplumber即可,鳄鱼君这里直接在pycharm的setting里面安装的,应该不会出现问题!
pdfplumber提取文字
利用pdfplumber提取文字,使用pdfplumber.open(PDF路径)打开PDF文件,pdf.pages[页数]获取页数,page.extract_text()获取文本内容
pdfplumber提取表格
提取简单的表格
提取多个简单表格
extract_tables()方法接收table_settings参数,该参数是一个字典,可以规定表格的信息,可以查看官方文档,这里不详细介绍!
PDF写入Excel表格
将pdf中提取到的table写入到Excel表格中
对于不规整的PD表格,在提取的过程可能会出现空行和单词切分的问题,这里需要进行判断。对于空行,需要判断,非空行的才写入Excel表格,将列表中每个元素都连成一个字符串,如果还是一个空字符串那么就肯定是空行:
合并单词,这里假设Excel表格中的前3列表示PDF中的1列数据,需要将Excel中的前3列合并:
将前3列非None的内容合并为一个字符串,然后再添加到列表中。行内条件判断,就是一行代码完成条件判断:
如果x小于10,y值为x*2,否则y值为20,就这么理解!
声明:1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!如有侵权请邮件联系客服!
2. 本站不保证所提供下载的资源的准确性、安全性和完整性,资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理!
3. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!如用于商业或者非法用途,与本站无关,一切后果请用户自负!
收藏分享链接:https://www.mubanjun.cn/9791.html
分享到 :