Python實(shí)現(xiàn)提取PDF簡(jiǎn)歷信息并存入Excel
介紹
今天為大家分享一個(gè)真實(shí)的案例。
今天接到人力資源部同事的需求,想把他人投遞的PDF簡(jiǎn)歷資料里的關(guān)鍵信息數(shù)據(jù),提取到excel表中匯總。

目標(biāo)資料背景:是由求職者自行編制的簡(jiǎn)歷材料,投遞到人力資源部。由于其數(shù)據(jù)格式的不確定,對(duì)數(shù)據(jù)信息的采集帶來(lái)了一定困難。

我的解答思路是:先從PDF文檔中抓取文字信息保存到word文檔中,然后再?gòu)膚ord文檔中讀取文字信息保存到excel中。
1. 將PDF文檔中的文字讀取到word中
import pdfplumber
from docx import Document
with pdfplumber.open('1_5的簡(jiǎn)歷1632532336.pdf') as rpdf:
first_page = rpdf.pages[0]
print(first_page.extract_text())
doc = Document()
rpdfword = first_page.extract_text()
pages = doc.add_paragraph(rpdfword)
doc.save('測(cè)試2.docx')結(jié)果如下:

2. 將word中讀到的文字輸入到excel中
#導(dǎo)入所需庫(kù)
from docx import Document
import xlwings as xw
#寫數(shù)據(jù)
def excel_write(a,path,sheetname,write_cols,write_rows):
app=xw.App(visible=False,add_book=False)
app.display_alerts=False
app.screen_updating=False
wb=app.books.open(path)
sht=wb.sheets[sheetname]
weizhi = []
try:
i = 0
while i!=len(write_cols):
j = 0
while j!=len(write_rows):
weizhi.append(write_cols[i]+str(write_rows[j]))
j+=1
i+=1
k=0
while k!=len(a):
sht.range(weizhi[k]).value=a[k].text
print(weizhi[k])
k+=1
finally:
wb.save()
wb.close()
app.kill()
if __name__ == "__main__":
#打開word文檔
document = Document(u"測(cè)試2.docx")
#獲取所有段落
all_paragraphs = document.paragraphs
print(len(all_paragraphs))
excel_path =r'報(bào)名人員信息統(tǒng)計(jì)表(模板).xls'
SheetName = r'Sheet1'
wcols = ['c','d','i','h','e','f','j','L']
#新讀取一個(gè)簡(jiǎn)歷要換一行
wrow = [3]
excel_write(all_paragraphs,excel_path,SheetName,wcols,wrow)結(jié)果如下:

在讀取word中文字時(shí),需要注意調(diào)配相應(yīng)關(guān)鍵信息字符信息,必要時(shí)可以刪除非關(guān)鍵信息。
到此這篇關(guān)于Python實(shí)現(xiàn)提取PDF簡(jiǎn)歷信息并存入Excel的文章就介紹到這了,更多相關(guān)Python提取PDF信息內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python文件簡(jiǎn)單操作及openpyxl操作excel文件詳解
這篇文章主要為大家詳細(xì)介紹了python對(duì)文件的簡(jiǎn)單使用及openpyxl操作excel文件的方法,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2022-10-10
Python實(shí)現(xiàn)Appium端口檢測(cè)與釋放的實(shí)現(xiàn)
這篇文章主要介紹了Python實(shí)現(xiàn)Appium端口檢測(cè)與釋放的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
python 用所有標(biāo)點(diǎn)符號(hào)分隔句子的示例
今天小編就為大家分享一篇python 用所有標(biāo)點(diǎn)符號(hào)分隔句子的示例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
Python使用captcha庫(kù)制作帶參數(shù)輸入驗(yàn)證碼案例
這篇文章主要介紹了Python使用captcha庫(kù)制作驗(yàn)證碼,帶參數(shù)輸入,本文通過(guò)實(shí)例案例解析給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-05-05
Python操作Sql Server 2008數(shù)據(jù)庫(kù)的方法詳解
這篇文章主要介紹了Python操作Sql Server 2008數(shù)據(jù)庫(kù)的方法,結(jié)合實(shí)例形式分析了Python使用pyodbc庫(kù)操作Sql Server 2008數(shù)據(jù)庫(kù)的連接、執(zhí)行sql語(yǔ)句、關(guān)閉連接等相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-05-05
Python操作MySQL簡(jiǎn)單實(shí)現(xiàn)方法
這篇文章主要介紹了Python操作MySQL簡(jiǎn)單實(shí)現(xiàn)方法,通過(guò)一個(gè)簡(jiǎn)單的實(shí)例講述了Python針對(duì)mysql數(shù)據(jù)庫(kù)的增刪改查技巧,需要的朋友可以參考下2015-01-01
Python函數(shù)式編程中itertools模塊詳解
這篇文章主要介紹了在Python中使用itertools模塊中的組合函數(shù)的教程,來(lái)自IBM官方技術(shù)文檔,需要的朋友可以參考下,希望能夠給你帶來(lái)幫助2021-09-09
利用python實(shí)現(xiàn)在微信群刷屏的方法
今天小編就為大家分享一篇利用python實(shí)現(xiàn)在微信群刷屏的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02
jupyter notebook保存文件默認(rèn)路徑更改方法匯總(親測(cè)可以)
安裝Anaconda后,新建文件的默認(rèn)存儲(chǔ)路徑一般在C系統(tǒng)盤,那么路徑是什么呢?如何更改jupyter notebook保存文件默認(rèn)路徑呢?今天小編就這一問題通過(guò)兩種方法給大家講解,需要的朋友跟隨小編一起看看吧2021-06-06
python 產(chǎn)生token及token驗(yàn)證的方法
今天小編就為大家分享一篇python 產(chǎn)生token及token驗(yàn)證的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12

