python pdf表格识别不出来_Python识别pdf表格

import pdfplumber

import pandas as pd

path = '/Users/wecash/Desktop/000001.pdf'

if __name__ == '__main__':

with pdfplumber.open(path) as pdf:

page = pdf.pages[27]

text = page.extract_text()

#print(text)

tables = page.extract_tables()

print(len(tables))

#table是一个list 每行是一条数据

for t in tables:

print('t.size:'+str(len(t)))

for row in t:

#打印每行的第二列

print(row[1])

# 得到的table是嵌套list类型,转化成DataFrame更加方便查看和分析

#df = pd.DataFrame(t[1:], columns=t[0])

#print(df)

git源码:https://github.com/jsvine/pdfplumber

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值