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