20211110业务总结-快速将pdf中的表格提取成excel

import pdfplumber
import pandas as pd

with pdfplumber.open(r'H:\学位论文相关\数据\中国开发区（2018）.pdf') as pdf:
    for i in range(0,53):
        page = pdf.pages[i]
        for row in page.extract_tables():
            print(row)
            list = pd.DataFrame(data=row)
            list.to_csv(r'H:\学位论文相关\数据\中国开发区（2018）.csv',mode='a',encoding='utf_8_sig',index=False,header=False)

在使用之前需要pip install pdfplumber，这是个github上的开源项目。

数据来源是由多个部委共同发布的开发区名录，如图所示。原文链接：《中国开发区审核公告目录》（2018年版）_其他_中国政府网