10行Python代码批量实现pdf转txt，word，提取表格到excel

在日常工作中，常常要把文档转格式，比如常见pdf转word，pdf转ppt等，如果数量少的话还好，可以直接去网上找网站解决，多了的话就比较麻烦了，因为很多网站都是限制一天只能转几个，再多就得冲vip。

那么用python脚本来说应该怎么办呢？办法非常简单，几行代码就可以搞定。

python有专门针对PDF，word，txt，ppt，excel 的包。

我们今天就试着把pdf分别转为这四种格式。

先来看怎么把pdf 转为txt，这里说一个前提，pdf是可以编辑的，如果是影印的可以先转为图片然后再文字识别。

首先你需要安装pdf的包，pdfplumber。

直接

pip install pdfplumber

然后，就可以提取了，首先来看怎么提取单页文字，随便找了一份文档：

#提取文字
import pdfplumber
with pdfplumber.open(r'C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\018-话题讨论-怎样用朋友圈建立信任 .pdf') as f:page = f.pages[2]textdata = page.extract_text()print(textdata)

这样的话就能提取了，效果还不错：

然后保存成txt，另外加上多页提取：

#提取文字
import pdfplumber
with pdfplumber.open(r'C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\018-话题讨论-怎样用朋友圈建立信任 .pdf') as f:page = f.pages[2]textdata = page.extract_text()print(textdata)

格式保存的还不错，也没有什么乱码的出现。

依据这个原理可以，继续把pdf转成word，这里的pdf限制是只有文字格式，跟刚才的原理一样，是利用的extract_text()函数。

首先需要在终端安装docx这个包。

然后可以执行下面的代码：

下面展示的是单页提取，如果想展示多页提取，可以直接把pages改成[2-5]这种。

#多页提取文字
import pdfplumber
with pdfplumber.open(r'C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\018-话题讨论-怎样用朋友圈建立信任 .pdf') as f:
for i in range(1,5):page = f.pages[i]textdata = page.extract_text()print(textdata)data = open(r'C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\txt提取.text',"a",encoding='utf-8')data.write(textdata)

结果如下：有些符号没有提取出来，有些字体不统一，后期需要进行一个调整。

下面一个，就是pdf提取表格放在excel中。

这个来讲的话就比较实用，因为我们如果一个个复制的话真的比较麻烦，还不容易复制完全。这个脚本的限制也有，就是只能提取表格，pdf其他的文字则不能提取。我随意编了一些数据，提取了两页：

我刚试了下，如果直接用pdf复制出来，就是这样的效果：

代码实现：

import pdfplumber
from openpyxl import Workbook
with pdfplumber.open(r'C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\练习.pdf') as f:workbook = Workbook()  #新建工作薄sheet = workbook.active #激活工作表
for i in range(1,3):page = f.pages[i]table = page.extract_table()
for row in table:print(row)sheet.append(row)workbook.save(r"C:\Users\itcast\PycharmProjects\pythonProject1\办公自动化\folder\excel.xlsx")i +=1print("第%d页pdf提取完成"%i)

pdfplumber这个库的具体的说明文档，可以参考这篇文章。

https://blog.csdn.net/weixin_48629601/article/details/107224376

10行Python代码批量实现pdf转txt，word，提取表格到excel相关推荐

10 行 Python 代码能实现哪些有趣功能？
大家好,我是菜鸟哥 Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环,Python可以凭借更加简短的代码实现许多有趣的操作.下 ...
10行 python 代码做出哪些酷炫的事情？
来源 | Python小二 Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环,Python可以凭借更加简短的代码实现许多有趣的 ...
10行python代码可以做哪些酷炫的事情
前言今天玩啥?10行代码够玩吗? Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环, Python可以凭借更加简短的代码实现 ...
10行python代码做出哪些酷炫的事情？
大家好,我是辰哥~ Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环,Python可以凭借更加简短的代码实现许多有趣的操作.下 ...
10行python代码做出哪些酷炫的事情？小白教程
Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环,Python可以凭借更加简短的代码实现许多有趣的操作.下面我们来看看,我们用 ...
获取clientheight为0_用10行python代码获取全国城市交通生活圈
今天在网上冲浪看到一个很花哨的数据,全国各城市主要商圈从早上6点到晚上10点的20min,30min,45min,60min,90min生活圈轮廓. 1 获取思路按下F12 按下F12,点击淮海路可 ...
python自动化--如何用10行Python代码调一个闹钟 #电脑调闹钟
python自动化--如何用10行Python代码写一个闹钟前言: 文末彩蛋--轻松一刻更多关于Python的知识请加关注哟~~.若需联系博主请私信或者加博主联系方式: QQ:1542 ...
10行python代码的词云
关于词云wordcloud 什么是词云呢?词云又叫文字云,是对文本数据中出现频率较高的"关键词"在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本 ...
几行python代码批量对身份证加密
为保证客户个人关键信息安全,需要对客户四要素:身份证号.手机号.姓名.银行卡等要素进行特定加密,以密文的方式进行业务工作的传输.我们都知道md5.sha256.sm3d等加密方式是无法逆向解密的,是一 ...

10行Python代码批量实现pdf转txt，word，提取表格到excel

10行Python代码批量实现pdf转txt，word，提取表格到excel相关推荐

最新文章

热门文章