Python读取pdf表格写入excel的方法

Python读取pdf表格写入excel的方法

在Python中,使用第三方库可以方便地读取pdf文件中的表格内容,并将其写入Excel文件中。本文将介绍使用Python读取pdf表格并写入Excel的详细方法。

安装依赖库

在开始之前,我们需要安装两个Python库:tabula-py和openpyxl。

pip install tabula-py

pip install openpyxl

读取pdf表格

使用tabula-py库可以轻松读取pdf中的表格内容。首先,我们需要导入tabula和openpyxl库。

import tabula

from openpyxl import Workbook

接着,我们需要使用tabula.read_pdf()函数来读取pdf文件中的表格。该函数的第一个参数是pdf文件的路径,第二个参数是相关的选项。这里我们可以使用stream选项来读取文件中的表格。

pdf_path = 'path/to/pdf/file.pdf'

tables = tabula.read_pdf(pdf_path, stream=True)

读取完成后,tables变量将包含所有读取到的表格。你可以使用print()函数打印这些表格以查看其内容。

for table in tables:

print(table)

写入Excel文件

一旦我们成功地从pdf文件中读取了表格,接下来的步骤是将这些表格写入Excel文件。我们使用openpyxl库来创建一个新的Excel文件,并将表格内容写入该文件。

首先,我们需要创建一个Workbook对象,并选择一个Sheet。

wb = Workbook()

sheet = wb.active

接下来,我们需要遍历tables列表,并将每个表格中的行和列写入到Excel文件的对应单元格中。

for table in tables:

rows = table.values.tolist()

for row in rows:

sheet.append(row)

将所有表格中的行和列都写入Excel文件后,我们需要保存该文件并关闭Workbook对象。

wb.save('path/to/excel/file.xlsx')

wb.close()

完整代码示例

下面是一个完整的示例代码,将从pdf文件中读取表格内容并写入Excel文件。

import tabula

from openpyxl import Workbook

pdf_path = 'path/to/pdf/file.pdf'

wb = Workbook()

sheet = wb.active

tables = tabula.read_pdf(pdf_path, stream=True)

for table in tables:

rows = table.values.tolist()

for row in rows:

sheet.append(row)

wb.save('path/to/excel/file.xlsx')

wb.close()

通过上述方法,你可以轻松地使用Python读取pdf文件中的所有表格内容,并将其写入Excel文件中。这对于处理大量表格数据的任务非常有用。

希望本文对你有所帮助!

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签