python提取pdf文件中的表格

ゝ一纸荒年。 2023-05-31 10:27 68阅读 0赞

在做pdf文字抽取时，**pdfplumber会与pdfminer3k有版本冲突**，而且接口的封装性、抽取效果也没有pdfplumber好，所以强烈建议使用pdfplumber，抛弃pdfminer3k。

### 1、工具 ###

pdfplumber

pip install pdfplumber

### 2、调用方法 ###

1.  extract\_tables()
2.  extract\_table()

### 3、详细使用 ###

**extract\_tables()：将表格输出为json格式，默认为一个表格整体**

import pdfplumber
    
    with pdfplumber.open('xxxx.pdf') as pdf:
        page=pdf.pages[16] #提取pdf第17页中的表格
        for row in page.extract_tables():
            print(row)

效果：

![20191024184328966.PNG][]

**extract\_table()：将表格的每一行默认为一个独立表格**

import pdfplumber
    
    with pdfplumber.open('xxxx.pdf') as pdf:
        page=pdf.pages[16] #提取pdf第17页中的表格
        for row in page.extract_table():
            print(row)

提取效果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODY2NDIzMg_size_16_color_FFFFFF_t_70][]

### 拓展： ###

还可以将提取的Excel保存为csv文件

[20191024184328966.PNG]: /images/20230531/6632079ceefd468aa1aff780077b681c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODY2NDIzMg_size_16_color_FFFFFF_t_70]: /images/20230531/db717243a85948c3a84006d4a7db1f14.png

发表评论取消回复

表情：

评论列表（有 0 条评论，68人围观）

还没有评论，来说两句吧...

相关阅读

相关 C# .NET平台提取PDF表格数据，并转换为txt、CSV和Excel表格文件

本文将介绍如何在.NET平台使用C#代码通过免费的API提取并保存PDF文件中的表格数据。

左手的ㄟ右手/ 2024年05月01日 02:42/ 0 赞/ 80 阅读

相关 Python批处理PDF文件，PDF附件轻松批量提取

处理大量的PDF附件可能会很繁琐且费时费力。通过利用Python程序，我们可以轻松地批量处理PDF附件，极大地提高工作效率。本文将介绍如何通过Python轻松批量提取并保...

浅浅的花香味﹌/ 2024年05月01日 02:41/ 0 赞/ 97 阅读

相关【数据提取】 Python 提取PDF中的文字和图片

从PDF中提取内容能帮助我们获取文件中的信息，以便进行进一步的分析和处理。此外，在遇到类似项目时，提取出来的文本或图片也能再次利用。要使用Python从PDF文件中提取文本和图

布满荆棘的人生/ 2024年03月27日 18:43/ 0 赞/ 104 阅读

相关 C# 提取PDF中的表格

本文介绍在C\程序中（附VB.NET代码）提取PDF中的表格的方法，调用Spire.PDF for .NET提供的提取表格的类以及方法等来获取表格单元格中的文本内容；代码内容中

布满荆棘的人生/ 2023年10月11日 16:24/ 0 赞/ 69 阅读

相关 PDF提取表格的网页工具——Excalibur

在之前的文章[另类爬虫：从PDF文件中爬取表格数据][PDF]中，我们知道如何利用Python的camelot模块，通过写Python程序来提取PDF中的表格数据。本文我们

ゝ一世哀愁。/ 2023年06月22日 09:22/ 0 赞/ 5 阅读

相关 python提取pdf文件中的表格

在做pdf文字抽取时，pdfplumber会与pdfminer3k有版本冲突，而且接口的封装性、抽取效果也没有pdfplumber好，所以强烈建议使用pdfplumber，抛弃

ゝ一纸荒年。/ 2023年05月31日 10:27/ 0 赞/ 69 阅读

相关 php怎么提取pdf其中一页,PDF编辑器如何打开PDF文件并提取文件中的其中一个页面...

在查阅PDF文件的时候，往往是因为文件中的某一页是重点，想要单独将这个页面提取出来，但是传统的复制粘贴在PDF文件中是行不通的，所以我们要借助到专业的PDF编辑器http://

以你之姓@/ 2023年01月15日 03:58/ 0 赞/ 158 阅读

相关用python批量提取pdf_Python批量提取PDF文件中文本的脚本

![Image 1][] 本文实例为大家分享了Python批量提取PDF文件中文本的具体代码，供大家参考，具体内容如下首先需要执行命令pip install pdfmin

蔚落/ 2023年01月01日 05:48/ 0 赞/ 209 阅读

相关 python提取excel表格数据

文章目录一、说明：二、带着我发现的来个问题，寻找解决方法： 0、安装模块\`xlrd\` 1、解决哪一行是

小咪咪/ 2022年12月01日 09:54/ 0 赞/ 330 阅读

相关 python 三种方法提取pdf中的图片

有时我们需要将一份或者多份PDF文件中的图片提取出来，如果采取在线的网站实现的话又担心图片泄漏，手动操作又觉得麻烦，其实用Python也可以轻松搞定！今天就跟大家系统分享

缺乏、安全感/ 2022年10月29日 01:47/ 0 赞/ 273 阅读