【Python】Python 批量转换PDF到Excel

PDF是面向展示和打印使用的,并未考虑编辑使用,所以缺少了很多编辑属性且非常难修改PDF里面的数据。当您需要分析或修改PDF文档数据时,可以将PDF保存为Excel工作簿,实现轻松编辑数据的需求。PDF转Excel,技术关键就是提取原文档内的表格数据,保证转换前后数据的一致性,方便复制粘贴且可轻松编辑。本文将介绍如何使用 Spire.PDF for Python 在 Python 中实现 PDF 转 Excel。

安装Spire.PDF for Python

本教程需要用到 Spire.PDF for Python。可通过以下 pip 命令将它们轻松安装到 VS Code 中。

pip install Spire.PDF

转换PDF 到Excel

Spire.PDF for Python 提供的 PdfDocument.SaveToFile() 方法能将 PDF 文件保存为 Excel 格式。以下是如何使用 Spire.PDF for Python 将 PDF 文档转换为 Excel XLSX 格式并指定转换选项的具体步骤:

创建一个 PdfDocument 对象

使用 PdfDocument.LoadFromFile() 方法加载 PDF 文档。

创建一个 XlsxLineLayoutOptions 对象,并将相应的参数传递给 XlsxLineLayoutOptions 类的构造函数,以指定转换选项。

使用 PdfDocument.ConvertOptions.SetPdfToXlsxOptions() 方法应用转换选项。

使用 PdfDocument.SaveToFile() 方法将 PDF 文档保存为 Excel XLSX 格式。

from spire.pdf.common import *

from spire.pdf import *

创建PdfDocument对象

pdf = PdfDocument()

加载PDF文档

pdf.LoadFromFile("Sample.pdf")

创建 XlsxLineLayoutOptions 对象来指定转换选项

参数: convertToMultipleSheet, rotatedText, splitCell, wrapText, overlapText

convertOptions = XlsxLineLayoutOptions(True, True, False, True, False)

设置转换选项

pdf.ConvertOptions.SetPdfToXlsxOptions(convertOptions)

将PDF文档保存为Excel XLSX格式

pdf.SaveToFile("PdftoExcel.xlsx", FileFormat.XLSX)

pdf.Close()

将 PDF保存为Excel后,转换后可以轻松提取文档里面的数据。效果图如下:

总结:

除了将 PDF保存为Excel, Spire.PDF for python还支持将PDF 存为OFD, PDF文档转换为Word, 将PDF另存为图片,如 PDF to PNG, JPG,BMP等。

相关推荐
ValhallaCoder2 小时前
hot100-二叉树I
数据结构·python·算法·二叉树
猫头虎2 小时前
如何排查并解决项目启动时报错Error encountered while processing: java.io.IOException: closed 的问题
java·开发语言·jvm·spring boot·python·开源·maven
八零后琐话3 小时前
干货:程序员必备性能分析工具——Arthas火焰图
开发语言·python
青春不朽5124 小时前
Scrapy框架入门指南
python·scrapy
MZ_ZXD0015 小时前
springboot旅游信息管理系统-计算机毕业设计源码21675
java·c++·vue.js·spring boot·python·django·php
全栈老石5 小时前
Python 异步生存手册:给被 JS async/await 宠坏的全栈工程师
后端·python
梨落秋霜5 小时前
Python入门篇【模块/包】
python
CodeToGym6 小时前
【Java 办公自动化】Apache POI 入门:手把手教你实现 Excel 导入与导出
java·apache·excel
阔皮大师6 小时前
INote轻量文本编辑器
java·javascript·python·c#