13python利用pdfplumber库提取PDF文字以及表格内容

pip install pypdf2
pip install pdfplumber==0.5.14
利用pdfplumber提取文字

import pdfplumber

with pdfplumber.open("Netease Q2 2019 Earnings Release-Final.pdf") as pdf:
    first_page = pdf.pages[0]
    print(first_page.extract_text())

利用pdfplumber提取表格

import pdfplumber

with pdfplumber.open("simple_1.pdf") as pdf:
    first_page = pdf.pages[0]
    print(first_page.extract_table())

利用pdfplumber提取多个简单的表格

import pdfplumber

with pdfplumber.open("simple_1.pdf") as pdf:
    table_page = pdf.pages[0]
    for table in table_page.extract_tables():
    	print(table)

需要设置一下.extract_table()方法里面的参数

import pdfplumber

with pdfplumber.open("Netease Q2 2019 Earnings Release-Final.pdf") as pdf:
    table_page = pdf.pages[9]
    table = table_page.extract_table(
        table_settings = {
   
            'vertical_strategy':"text",
            "horizontal_strategy":"text",
        })
    print(table)

将获取的数据写到Excel中

import pdfplumber

with pdfplumber.open("Netease Q2 2019 Earnings Release-Final.pdf") as pdf:
    table_page = pdf.pages[9]
    table = table_page.extract_table(
        table_settings = {
   
            'vertical_strategy':"text",
            "horizontal_strategy":"text",
        })

from openpy
  • 8
    点赞
  • 75
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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