Python利用pdfplumber庫(kù)提取pdf中表格數(shù)據(jù)
一、pdfplumber庫(kù)是什么？
pdfplumber是一個(gè)用于從PDF文檔中提取文本和表格數(shù)據(jù)的Python庫(kù)。它可以幫助用戶輕松地從PDF文件中提取有用的信息，例如表格、文本、元數(shù)據(jù)等。pdfplumber庫(kù)的特點(diǎn)包括：簡(jiǎn)單易用、速度快、支持多種PDF文件格式、支持從多個(gè)頁(yè)面中提取數(shù)據(jù)等。pdfplumber庫(kù)還提供了一些方便的方法來(lái)處理提取的數(shù)據(jù)，例如排序、過(guò)濾和格式化等。它是一個(gè)非常有用的工具，特別是在需要從大量PDF文件中提取數(shù)據(jù)時(shí)。
二、安裝pdfplumber庫(kù)
pip install pdfplumber
三、查看pdfplumber庫(kù)版本
pip show pdfplumber
Name: pdfplumber
Version: 0.9.0
Summary: Plumb a PDF for detailed information about each char, rectangle, and line.
Home-page: https://github.com/jsvine/pdfplumber
Author: Jeremy Singer-Vine
Author-email: jsvine@gmail.com
License:
Requires: pdfminer.six, Pillow, Wand
Required-by:
四、提取pdf中表格數(shù)據(jù)
1.引入庫(kù)
import pdfplumber
2.定義pdf文件路徑
local = '/Users/kkstar/Downloads/'
3.打開(kāi)pdf文件
with pdfplumber.open(local+"demo_table.pdf") as pdf:
4.獲取pdf文件中的頁(yè)數(shù)
num_pages = len(pdf.pages)
5.遍歷每一頁(yè)
for page_num in range(num_pages):
6.獲取當(dāng)前頁(yè)內(nèi)容
page = pdf.pages[page_num]
7.提取表格數(shù)據(jù)
table = page.extract_table(table_settings={
"vertical_strategy": "lines",
"horizontal_strategy": "lines",
"intersection_x_tolerance": 15,
"intersection_y_tolerance": 15
})8.輸出表格數(shù)據(jù)
for row in table:
print(row)9.效果
['username', 'nickname', 'article']
['weixin_38093452', '空空 star', '130889268']
['weixin_38093452', '空空 star', '130852811']
['weixin_38093452', '空空 star', '130815851']
Process finished with exit code 0
到此這篇關(guān)于Python利用pdfplumber庫(kù)提取pdf中表格數(shù)據(jù)的文章就介紹到這了,更多相關(guān)Python提取pdf表格數(shù)據(jù)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！
- Python使用PyPDF2庫(kù)實(shí)現(xiàn)向PDF文件中插入內(nèi)容
- Python利用PyPDF2庫(kù)實(shí)現(xiàn)輕松提取PDF文本
- Python使用PyPDF2?Pillow庫(kù)來(lái)將PDF文件轉(zhuǎn)圖片
- PyPDF2讀取PDF文件內(nèi)容保存到本地TXT實(shí)例
- 解決pyPdf和pyPdf2在合并pdf時(shí)出現(xiàn)異常的問(wèn)題
- Python實(shí)現(xiàn)PyPDF2處理PDF文件的方法示例
- Python中使用pypdf2合并、分割、加密pdf文件的代碼詳解
- Python使用pdfplumber庫(kù)高效解析PDF文件
- python用pdfplumber提取pdf表格數(shù)據(jù)并保存到excel文件中
- Python利用pdfplumber實(shí)現(xiàn)讀取PDF寫入Excel
- python使用PyPDF2 和 pdfplumber操作PDF文件
相關(guān)文章
在Python中，類表示具有相同屬性和方法的對(duì)象的集合。在使用類時(shí)，需要先定義類，然后再創(chuàng)建類的實(shí)例，通過(guò)類的實(shí)例就可以訪問(wèn)類中的屬性和方法了。本文就來(lái)和大家一起聊聊Python中類的定義和使用，需要的可以參考一下2022-08-08
Python實(shí)現(xiàn)批量識(shí)別圖片文字并存為Excel
批量文字識(shí)別是Python辦公自動(dòng)化的基本操作，應(yīng)用在我們工作生活中的方方面面。本文主要以開(kāi)源免費(fèi)的easyocr來(lái)實(shí)現(xiàn)批量識(shí)別圖片文字并存為Excel，感興趣的可以學(xué)習(xí)一下2022-06-06
基于Python函數(shù)的作用域規(guī)則和閉包(詳解)
下面小編就為大家分享一篇基于Python函數(shù)的作用域規(guī)則和閉包詳解，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2017-11-11
windows系統(tǒng)多個(gè)python中更改默認(rèn)python版本
這篇文章主要給大家介紹了關(guān)于windows系統(tǒng)多個(gè)python中更改默認(rèn)python版本的相關(guān)資料,在Python開(kāi)發(fā)中,不同的項(xiàng)目往往需要使用不同的Python版本,需要的朋友可以參考下2023-09-09
這篇文章主要介紹了Python中的程序流程控制語(yǔ)句,本篇博客將會(huì)講述一下Python語(yǔ)言中的流程控制語(yǔ)句,在高中我們數(shù)學(xué)中學(xué)過(guò)程序流程題,下面我們來(lái)看看python中得流程語(yǔ)句會(huì)是怎么樣呢，需要的小伙伴可以參考一下2022-02-02
PyQt5 實(shí)現(xiàn)狀態(tài)欄永久顯示消息
這篇文章主要介紹了PyQt5 實(shí)現(xiàn)狀態(tài)欄永久顯示消息的實(shí)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2021-03-03
python?random模塊常用函數(shù)基礎(chǔ)教程
這篇文章主要為大家介紹了python?random模塊常用函數(shù)基礎(chǔ)教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-06-06
Python中字符串轉(zhuǎn)換為列表的常用方法總結(jié)
本文將詳細(xì)介紹Python中將字符串轉(zhuǎn)換為列表的八種常用方法,每種方法都具有其獨(dú)特的用途和適用場(chǎng)景,文中的示例代碼講解詳細(xì),感興趣的可以了解下2023-11-11
這篇文章主要介紹了Python打開(kāi)與讀取文件操作的常用方法,通過(guò)編寫代碼自動(dòng)化操作文件,讀寫文件、打開(kāi)文件、寫入文件、刪除文件一系列都稱作為電腦的操作,需要的朋友可以參考下2023-07-07
這篇文章主要介紹了python 6種方法實(shí)現(xiàn)單例模式，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12