用python从pdf文件中提取表格（简化版）

xhh22900

已于 2022-04-18 00:45:02 修改

阅读量1.3k

点赞数 1

分类专栏：探索文章标签： python

于 2022-04-17 22:49:32 首次发布

本文链接：https://blog.csdn.net/xhh22900/article/details/124238618

版权

探索专栏收录该内容

14 篇文章 1 订阅

订阅专栏

  def readFromPdfAndStroe(fnamein,pagestart,pagesend,fnameout)->None:
       df = pd.core.frame.DataFrame(camelot.read_pdf(
           fnamein, pages=str(pagestart), flavor='stream')[0].data)
       for x in range(pagestart+1, pagesend):
           print(x)
           tt = pd.core.frame.DataFrame(camelot.read_pdf(
               fnamein, pages=str(x), flavor='stream')[0].data)
           df.reset_index(drop=True, inplace=True)
           df = df.append(tt)   # Example, adndt-99-69.pdf

       df.reset_index(drop=True, inplace=True)
       df.to_json(fnameout+'.json')  # outfname
       df.to_excel(fnameout+'.xlsx', index=False)
       df.to_csv(fnameout+'.csv')