Python代码优雅解析PDF文件

主要功能：利用Python扩展库pdfplumber解析中文核心期刊要目总览.pdf文件成excel文件

解析文件：中文核心期刊要目总览.pdf

官方文档：pdfplumber · PyPI

具体代码：

import pdfplumber
import pandas as pd

with pdfplumber.open("hexin.pdf") as pdf:
    print(len(pdf.pages))
    first = pdf.pages[0]
    ftable = first.extract_table()
    tables = ftable[2:]
    for page in pdf.pages[1:]:
        tables += page.extract_table()
    data_frame = pd.DataFrame(tables, columns=ftable[1])
    with pd.ExcelWriter('hexin.xlsx') as excel:
        data_frame.to_excel(excel, index=False)