csv格式怎么保存0开头文本_PDF数据提取小程序—EDFP1.0

EDFP(ExtraDataFromPdf)，使用.NET+Python混合开发，利用itextsharp.dll提取文本和图片，Python中的pdfplumber三方库提取表格。在提取表格数据的开发过程中，也尝试使用Camelot库，但效果不佳。若电脑有Adobe Acrobat DC、Adobe Acrobat XI及SolidConverterPDF等情况下，你可优先使用上述软件转Word。

一、EDFP1.0程序介绍

EDFP1.0才是可执行文件。

本程序并非Ocr，不能识别PDF图片中的文字，即若Pdf为图片生成，则无法通过本程序提取内容。

通过选择Pdf路径后，程序可从Pdf中提取图片、文本及表格。提取完成后，提取的内容保存在安装目录中“Data”文件夹下与Pdf同名的文件中，分别为Excel、Images、Text。

1、导出图片

勾选导出图片后，可将PDF中的图片导出为jpeg\png\bmp格式，导出时可指定导出范围，如“全部”，将导出Pdf中全部可识别图片，“指定页码”，将导出Pdf中指定页码范围中的图片。当需从x页至最后一页时，可将结尾页输入9999。导出图片命名规则为“Pn_m”,P代表页，n代表该图片在Pdf中的页码，m代表为第n页第m张图。

2、导出文本

勾选导出文本，可将PDF中的文字导出至Text文件夹中。导出范围同导出图片介绍。

3、导出表格

该功能利用了Python中的三方库pdfplumber，导出效果需根据Pdf质量判断，Pdf质量越好，效果越佳，导出格式为csv。当Pdf本身为加密时，将不能导出内容。Csv命名规则与导图图片命名规则一致。

二、导出前后效果

pdf效果：

1、文本

2、图片

3、表格

导出效果：

1、文本

2、图片

3、表格

EDFP1.0程序下载地址：

https://share.weiyun.com/5xI2J0S 密码：w8hsgm