利用pandas 读取pdf中的表格文件

利用pandas 读取pdf 中的指定表格文件

1. 实例pdf文件中的表格

2. 了解表格所在pdf具体页数（第四页）

3. 加载所需要的库

pip install pdfplumber
pip install pandas 
import pdfplumber
import pandas as pd 

with pdfplumber.open("文化软实力与中国对外抗疫援助_余伟斌.pdf") as pdf:
    page = pdf.pages[3] # 按照列表的规则，第四页
    table = page.extract_table() #表格以列表的形式取出
    save = pd.DataFrame(table[1:],columns=table[0])
    print(table)
save

#得到的save为DateFrame类型

save.to_excel('pdf表格文件.xlsx')#保存在跟目录中