python提取pdf文件数据

首先要安装这俩个库

pip install pdfplumber
pip install openpyxl

1.初始化路径

path = r"C:\Users\lenovo\Desktop\论文和面试\以客户为中心.pdf"

2.打开pdf文件

pdf_mt = pdfplumber.open(path)
pdf_mt

3.获取数据所在页（总共多少页）

# 获取到数据所在页  list --> [第一页的对象,第二页的对象,...第n页的对象]
all_pages = pdf_mt.pages
all_pages

4.获取pdf每一页文本数据(前四十页的文本数据）

for pdf_pg in all_pages[0:40]:print(pdf_pg.extract_text())

5.获取表格内容

for pdf_pg in all_pages[0:40]:print(pdf_pg.extract_tables())

6.将数据保存到excel

# 创建workbook对象
wb = Workbook()
# 激活工作表
ws = wb.active

for pdf_pg in need_pages:# print(pdf_pg)# 获取每页的文本内容# print(pdf_pg.extract_text())# 获取表格内容 表格：二维 [[],[]]# print(pdf_pg.extract_tables()) # 表格有行有列的二维数据，获取二维的列表 for pdf_tb in pdf_pg.extract_tables():# print(pdf_tb) # 将数据一行一行的写入工作表for row in pdf_tb:ws.append(row)wb.save("demo3.xlsx")

python提取pdf文件数据相关推荐

利用Python提取PDF文件中的文本信息
如何利用Python提取PDF文件中的文本信息日常工作中我们经常会用到pdf格式的文件,大多数情况下是浏览或者编辑pdf信息,但有时候需要提取pdf中的文本,如果是单个文件的话还可以通过复制粘贴来直 ...
python提取pdf表格数据_Python骚操作，提取pdf文件中的表格数据！
在实际研究中,我们经常需要获取大量数据,而这些数据很大一部分以pdf表格的形式呈现,如公司年报.发行上市公告等.面对如此多的数据表格,采用手工复制黏贴的方式显然并不可取.那么如何才能高效提取出pdf文 ...
pdf exe如何提取pdf文件_python应用：如何用python提取pdf文件中的文字
从pdf中提取文字,相信很多人都干过这事,怎么在python中实现呢,今天带大家看看. 第一步导入库 import PyPDF2 第二步导入pdf文件 pdf_file =open('dataset/ ...
python提取pdf表格数据并保存到excel中
pdfplumber操作pdf文件 python开源库pdfplumber,可以较为方便地获取pdf的各种信息,包含pdf的基本信息(作者.创建时间.修改时间-)及表格.文本.图片等信息,基本可以满足 ...
Python提取PDF文件中的表格文本保存为Excel文件
"Python小屋"编程比赛正式开始推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),董付国,清华大学出版社,2020 ...
python 提取pdf表格_用Python提取pdf文件中的表格数据
本文作者:杨慧琳本文编辑:周聪聪技术总编:张学人有问题,不要怕!访问 http://www.wuhanstring.com/uploads/5_aboutus/爬虫俱乐部-用户问题登记表.docx ...
python提取pdf文件内容_如何用Python批量提取PDF文本内容？
本文为你展示,如何用Python把许多PDF文件的文本内容批量提取出来,并且整理存储到数据框中,以便于后续的数据分析. 问题最近,读者们在后台的留言,愈发五花八门了. 写了几篇关于自然语言处理的文章 ...
python提取pdf表格数据导出到mongodb_python读取mongoDB数据并存入本地excel表格
from openpyxl import Workbook import pymongo # 读取mongoDB数据库相应的表,每条数据取出数个字段存入一个dict,再将所有的dict存入一个list ...
gnuradio上怎么使用python文件_使用Python从PDF文件中提取数据
前言数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都应该了 ...

python提取pdf文件数据

python提取pdf文件数据相关推荐

最新文章

热门文章