Python 操作pdf(pdfplumber读取PDF写入Exce)

最新推荐文章于 2024-05-05 20:04:55 发布

恶霸程序员388

最新推荐文章于 2024-05-05 20:04:55 发布

阅读量1.8k

点赞数

文章标签： python 开发语言

本文链接：https://blog.csdn.net/weixin_73136678/article/details/128793909

版权

1. Python 操作pdf(pdfplumber读取PDF写入Exce)

1.1 安装pdfplumber模块库:

安装pdfplumber: pip install pdfplumber
复制代码

pdfplumber.PDF类

pdfplumber.PDF类表示单个PDF ,并具有两个主要属性:

属性	说明
pdf.metadata	从PDF的Info中获取元数据键/值对字典。通常包括"CreationDate，“ModDater"，"Producer"等
pdf.pages	返回一个包含pdfplumber. Page实例的列表,每一一个实例代表PDF每一页的信息

pdfplumber.Page类

pdfplumber.Page类常用属性

属性page_ number	说明
.page_ number	顺序页码,从1第一页开始,从第二页开始2 ,依此类推
.width	页面的宽度
.height	页面的高度
.objects/ . chars/ .line

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

恶霸程序员388

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
Python 操作pdf(pdfplumber读取PDF写入Exce)

pdfplumber.Page类常用属性常用方法。
复制链接

扫一扫

Python-用于从PDF文件中提取表单的一组工具

08-10

用于从PDF文件中提取表单的一组工具，以助于在（OCR处理过的）扫描文档上进行数据挖掘

pdfplumber | 将pdf版本立项清单转为excel

Trb601012的博客

02-23

976

pdfplumber是一个用于从PDF文档中提取文本和表格数据的Python库，它可以帮助用户轻松地从PDF文件中提取有用的信息，例如表格、文本、图表、尺寸等。其中有两个基础类分别为PDF和Page，前者用来处理文档，后者用来处理页面。

参与评论您还未登录，请先登录后发表或查看评论

pdf 文件版面分析--pdfplumber （python 文档解析提取）

最新发布

消极的人永远是对的，积极的人选择勇往直前

05-05

620

python 读取文件函数有三种 read()、readline()、readlines()1、它是一个纯 python 第三方库，适合 python 3.x 版本。3、它不支持修改或生成pdf，也不支持对pdf扫描件的处理。2、它用来查看pdf各类信息，能有效提取文本、表格。

PDFPlumber使用入门

顺其自然~专栏

01-19

2万+

背景最近需要一个工具来解析PDF文件，获取其文本内容、标题、表格等，在GitHub上发现了这个神仙工具，发现用起来还挺方便的。在这里做一个简单的介绍，帮助一些想入门的英文不好的同学。环境 macOS 10.14 PDFPlubmer v0.5.21 python>=3.5 教程开始首先附上GitHub链接：GitHub - jsvine/pdfplumber: Plumb a PDF for detailed information about each char, rectan...

Python实例详解pdfplumber读取PDF写入Excel

张伟的专栏

11-30

6124

PDF（Portable Document Format）是一种便携文档格式，便于跨操作系统传播文档。PDF文档遵循标准格式，因此存在很多可以操作PDF文档的工具，Python自然也不例外。其他几个 Python 库帮助用户从 PDF 中提取信息。专注PDF内容提取，例如文本（位置、字体及颜色等）和形状（矩形、直线、曲线），还有解析表格的功能。

Python 操作pdf文件(pdfplumber读取PDF写入Excel)

感谢关注-最近在编写开源的自动化测试框架还没整理完

08-11

6190

Python 操作pdf(pdfplumber读取PDF写入Exce) Python读取pdf文件存入Excel

python读取PDF文件中跨页表格思路分享

qq_38390215的博客

11-02

5224

使用pdfplumber提取pdf中跨页表格

python3 循环读取excel文件并写入json操作

09-16

主要介绍了python3 循环读取excel文件并写入json操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

python 实现 pdf 书签读取、批量写入源码

05-13

用python 实现 pdf 书签的读取、批量写入实现从pdf文件中读取书签保存到文件中和从配置文件中读取书签信息写入pdf文件中

专门用于测试的资源，Python用pdfplumber第三方库读取pdf文件写入到Excel表中

08-11

专门用于测试的资源，Python用pdfplumber第三方库读取pdf文件写入到Excel表中定期会分布一些优质文章，希望大家多多关注，一键三连博客地址：https://tianlingqun.blog.csdn.net/

Python对Excel操作教程.pdf

06-24

Python对Excel操作教程.pdfPython对Excel操作教程.pdfPython对Excel操作教程.pdfPython对Excel操作教程.pdfPython对Excel操作教程.pdfPython对Excel操作教程.pdf

pdfplumber 第三方库

Fddadd的博客

12-19

1030

pdfplumber是一个用于处理 PDF 文件的 Python 第三方库，它提供了一种方便的方式来提取 PDF 文件中的文本、表格和其他信息。

通过Python的pdfplumber库提取pdf中的文字

业余python爱好者

05-24

3136

pdfplumber是一个用于从PDF文档中提取文本和表格数据的Python库。它可以帮助用户轻松地从PDF文件中提取有用的信息，例如表格、文本、元数据等。

Python：PDF文件处理（数据处理）

Big_Data_Legend的博客

03-10

7200

PDF文件解析（pdfplumber、tablua、camelot、pdf2doc、aspose.words、docx）

深入探索pdfplumber：从PDF中提取信息到实际项目应用

一键难忘的博客

02-23

4419

在数据处理和信息提取的过程中，PDF文档是一种常见的格式。然而，要从PDF中提取信息并进行进一步的分析，我们需要使用适当的工具。本文将介绍如何使用Python库中的pdfplumber库来读取PDF文档，并通过实际代码示例演示如何将提取的信息写入Excel文件。

pdfplumber识别表格

every place is the center of the universe

05-26

5049

使用pdfplumber包转换excel,注意转换后pdf的换号符会保留。 import pdfplumber from openpyxl import Workbook from tqdm import tqdm data_folder = './pdf/' # file_name = data_folder+'医保药品分类与代码数据库更新202110.pdf' file_name = data_folder+'**.pdf' data_name = data_folder+'**.csv' def a

Python-pdfplumber读取PDF内容

总裁余（余登武）博客

02-22

1672

pdfplumber还可以获得页面上的所有单词、直线、方格、乃至曲线的位置信息，具体可以看看官网的说明：https://github.com/jsvine/pdfplumber。

pdf文本和表格处理——pdfplumber的安装与简单使用

热门推荐

Elaine_jm的博客

12-13

4万+

pdf的文本和表格处理用多种方式可以实现，本文介绍pdfplumber对文本和表格提取。这个库在GitHub上星300多，不过使用起来很方便，效果也很好，可以满足对pdf中信息的提取需求。文章目录pdfplumber简介pdfplumber安装简单使用 pdfplumber简介 Pdfplumber是一个可以处理pdf格式信息的库。可以查找关于每个文本字符、矩阵、和行的详细信息，也可以对表格...

手把手教你用Python提取PDF中的表格

m0_59236127的博客

01-31

2万+

前言 pdfplumber 是一个开源的 python 工具库，它可以轻松的获取 PDF 文本内容、标题、表格、尺寸等各种信息，今天来介绍如何使用它来提取 PDF 中的表格。安装首先通过下面命令安装 pdfplumber 模块。 pip install pdfplumber 或是使用豆瓣镜像源安装。 pip install -i https://pypi.douban.com/simple pdfplumber 案例这里有一份2020年中国大学生计算机设计大赛参赛作品获奖名单，文件为 PDF 格

python读取pdf转换成excel代码

09-10

### 回答1：可以使用Python中的pdfplumber和pandas库来读取PDF并将其转换为Excel。以下是示例代码： ``` import pdfplumber import pandas as pd # 读取PDF文件 with pdfplumber.open('example.pdf') as pdf: # 获取PDF中的所有页 pages = pdf.pages # 创建一个空的DataFrame来存储提取的表格数据 df = pd.DataFrame() # 循环遍历每一页并提取表格数据 for page in pages: # 获取该页中的所有表格 tables = page.extract_tables() # 循环遍历每个表格 for table in tables: # 将表格数据转换为DataFrame table_df = pd.DataFrame(table[1:], columns=table[0]) # 将每个表格的DataFrame添加到总的DataFrame中 df = pd.concat([df, table_df]) # 将DataFrame转换为Excel文件并保存 df.to_excel('example.xlsx', index=False) ``` 这段代码将读取名为"example.pdf"的PDF文件中的所有表格，并将其存储到名为"example.xlsx"的Excel文件中。 ### 回答2： Python读取PDF并将其转换为Excel的代码可以使用第三方库来实现。以下是一个例子使用PyPDF2和openpyxl库完成这个任务： ```python import PyPDF2 from openpyxl import Workbook # 打开PDF文件 pdf_file = open('example.pdf', 'rb') # 创建一个PDF阅读器对象 pdf_reader = PyPDF2.PdfReader(pdf_file) # 创建一个Excel工作簿对象 excel_file = Workbook() sheet = excel_file.active # 遍历PDF的每一页并将内容存储到Excel工作表中 for page in pdf_reader.pages: # 获取当前页的文本内容 page_text = page.extract_text() # 拆分文本内容为行 lines = page_text.split('\n') # 将每一行内容写入Excel的单元格中 for row_num, line in enumerate(lines, start=1): sheet.cell(row=row_num, column=1).value = line # 保存Excel文件 excel_file.save('converted_excel.xlsx') # 关闭PDF和Excel文件 pdf_file.close() excel_file.close() ``` 请注意，这只是一个基本示例，具体的代码可能需要根据PDF的结构和需要转换的内容进行适当的修改。另外，你需要安装PyPDF2和openpyxl库，可以使用pip命令进行安装： ``` pip install PyPDF2 openpyxl ``` ### 回答3：要使用Python将PDF文件转换成Excel，需要安装一些必要的库和工具。首先，我们可以使用`pdfminer.six`库来解析PDF文件，然后使用`openpyxl`库来创建和操作Excel文件。首先，我们需要安装`pdfminer. six`和`openpyxl`库。你可以使用以下命令来安装它们： ``` pip install pdfminer.six pip install openpyxl ``` 接下来，你可以使用以下代码实现PDF转换成Excel的功能： ```python import openpyxl from pdfminer.converter import TextConverter from pdfminer.layout import LAParams from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter from pdfminer.pdfpage import PDFPage from io import BytesIO def pdf_to_excel(input_pdf_path, output_excel_path): # 创建一个Excel工作簿 workbook = openpyxl.Workbook() sheet = workbook.active # 创建一个PDF资源管理器 resource_manager = PDFResourceManager() output = BytesIO() # 创建一个PDF设备对象 converter = TextConverter(resource_manager, output, laparams=LAParams()) # 创建一个PDF解释器对象 interpreter = PDFPageInterpreter(resource_manager, converter) # 打开PDF文件并进行解析 with open(input_pdf_path, 'rb') as file: for page in PDFPage.get_pages(file): interpreter.process_page(page) converter.close() # 获取解析的文本内容 text = output.getvalue().decode() # 按行分割文本内容，并将每行内容写入Excel文件的单元格中 lines = text.split('\n') for i, line in enumerate(lines): cells = line.split('\t') for j, cell in enumerate(cells): sheet.cell(row=i+1, column=j+1, value=cell.strip()) # 保存Excel文件 workbook.save(output_excel_path) # 使用示例 pdf_to_excel('input.pdf', 'output.xlsx') ``` 以上代码会读取名为`input.pdf`的PDF文件，并将其转换成`output.xlsx`的Excel文件。你可以根据自己的需求进行文件路径的修改。这样，你就可以使用Python读取PDF并将其转换成Excel文件了。

“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