Python应用—从pdf文件中提取表格,并且保存在excel中

复制代码
import pdfplumber
import pandas as pd


def extract_tables_to_excel(pdf_path, excel_path):
    # 打开PDF文件
    with pdfplumber.open(pdf_path) as pdf:
        # 创建一个空的DataFrame列表,用于存储所有表格数据
        all_tables = []

        # 遍历PDF的每一页
        for page in pdf.pages:
            # 提取当前页的表格
            tables = page.extract_tables()

            # 将每页的表格转换为DataFrame,并添加到all_tables列表中
            for table in tables:
                df = pd.DataFrame(table)
                all_tables.append(df)

        # 将所有表格数据合并为一个DataFrame
        combined_tables = pd.concat(all_tables, ignore_index=True)

        # 将合并后的表格数据保存到Excel文件中
        combined_tables.to_excel(excel_path, index=False)


# PDF文件路径
pdf_path = '1.pdf'
# Excel文件路径
excel_path = 'output_tables.xlsx'

# 调用函数
extract_tables_to_excel(pdf_path, excel_path)
相关推荐
Deamon Tree15 小时前
后端开发常用Linux命令
linux·运维·python
卡卡恩17 小时前
使用uv创建系统全局python执行环境
python
查士丁尼·绵17 小时前
笔试-座位调整
python
飞翔的佩奇17 小时前
【完整源码+数据集+部署教程】【运动的&足球】足球场地区域图像分割系统源码&数据集全套:改进yolo11-RFAConv
前端·python·yolo·计算机视觉·数据集·yolo11·足球场地区域图像分割系统
萌新小码农‍18 小时前
SpringBoot+alibaba的easyexcel实现前端使用excel表格批量插入
前端·spring boot·excel
TextIn智能文档云平台18 小时前
如何让AI更好地理解中文PDF中的复杂格式?
人工智能·pdf
MYX_30918 小时前
第四章 多层感知机
开发语言·python
盼哥PyAI实验室18 小时前
《Python爬虫 + 飞书自动化上传》全流程详细讲解
爬虫·python·飞书
时空无限19 小时前
conda 管理 python 版本和虚拟环境
python·conda
隔壁程序员老王19 小时前
基于 Python 的坦克大战小程序,使用 Pygame 库开发
python·小程序·pygame·1024程序员节