python提取pdf数据_python提取pdf文档中的表格数据、svg格式转换为pdf

提取pdf文件中的表格数据原文链接

另外参考

使用camelot模块

可以直接使用pip进行安装

pip install "camelot-py[cv]"

读入pdf文件

import camelot

tables = camelot.read_pdf('gst-revenue-collection-march2020.pdf', flavor='stream', pages='0-3')

这里flavor参数的作用暂时还不知道

如果表格跨页需要指定pages参数

tables

tables[2]

tables[2].df

tables可以返回解析获得的表格数量

tables[2]获取指定的表格

tables[2].df将表格数据转换成数据框

pandas 行合并

aa = {"A":[1,2,3],"B":[4,5,6]}

bb = {"A":[4],"B":[7]}

import pandas as pd

a = pd.DataFrame(aa)

b = pd.DataFrame(bb)

a.append(b)

SVG格式转换为pdf格式原文链接

pip install svglib

svg转换为pdf格式代码

from svglib.svglib import svg2rlg

from reportlab.graphics import renderPDF

drawing = svg2rlg("home.svg")

renderPDF.drawToFile(drawing, "file.pdf")

欢迎大家关注我的公众号

小明的数据分析笔记本