import pdfplumber
import pandas as pd
import xlwt
def toEcel():
workbook = xlwt.Workbook() # 定义workbook
sheet = workbook.add_sheet('Sheet1') # 添加sheet
i = 0 # Excel起始位置
path = 'D:\\GKProject\\2020年全国各省选考要求\\上海.pdf'
pdf = pdfplumber.open(path)
print('\n')
print('开始读取数据')
print('\n')
for page in pdf.pages[0:3]:
# 获取当前页面的全部文本信息,包括表格中的文字
# print(page.extract_text())
for table in page.extract_tables():
# print(table)
for row in table:
print(row)
for j in range(len(row)):
sheet.write(i, j, row[j])
i += 1
print('---------- 分割线 ----------')
pdf.close()
# 保存Excel表
workbook.save('上海out.xls')
print('\n')
print('写入excel成功')
print('保存位置:')
print('保存路径/文件名.xls')
print('\n')
input('PDF取读完毕,按任意键退出')
if __name__ == '__main__':
print("开始")
toEcel()