跟小白学Python数据分析——提取PDF表格数据

我们有下面一张PDF格式存储的表格，现在需要使用Python将它提取出来。

长按识别下方二维码，并关注公众号

回复“PDF”获取案例数据

使用Python提取表格数据需要使用pdfplumber模块，打开CMD，安装代码如下：

1pip install pdfplumber

安装完之后，将需要使用的模块导入

1import pdfplumber
2import pandas as pd

然后打开PDF文件

1# 使用with语句打开pdf文件
2with pdfplumber.open("D:\\python\\cai\\yq.pdf") as pdf:
3    # pages[0]表示取第1页
4    page = pdf.pages[0]

我们来打印输出下获取到的文本，这句语句只是帮我们验证下是否成功获取到PDF里的内容

1print(page.extract_text())

执行的结果如下，看来是成功了

然后可以使用extract_table()函数获取表格，如果有多个表格，可以使用extract_tables()函数