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。