1. Python 操作pdf(pdfplumber讀取PDF寫入Excel

1.1 安裝pdfplumber模塊庫

安裝pdfplumber:

pip install pdfplumber

pdfplumber.PDF類

pdfplumber.PDF類表示單個PDF ,并具有兩個主要屬性:

pdfplumber.Page類

pdfplumber.Page類常用屬性

常用方法：

1.2 常用操作

PDF是Portable Document Format的縮寫，這類文件通常使用.pdf作為其擴展名。在日常開發(fā)工作中，最容易遇到的就是從PDF中讀取文本內(nèi)容以及用已有的內(nèi)容生成PDF文檔這兩個任務(wù)。

• 1.讀取pdf文檔信息
• 2.輸出總頁數(shù)
• 3.讀取第一頁寬度、高度等信息
• 4.讀取文本第一頁

加載pdf：

• pdfplumber.open( "路徑/文件名. pdf".pas sword="test "laparams={ "line_ _overlap'”0.7 })
•  password : 要加載受密碼保護的PDF ,請傳遞password關(guān)鍵字參數(shù)
• laparams :要將布局分析參數(shù)設(shè)置為pdfminer. six的布局引擎,請傳遞laparams關(guān)鍵字參數(shù)

1.2.1 Python讀取pdf文件案例

pdf文件如下：

1.2.2 Python讀取pdf文件代碼

import pdfplumber

# 加載pdf
path = "C:/Users/Administrator/Desktop/test08/test11 - 多頁.pdf"
with pdfplumber.open(path) as pdf:
    print(pdf)
    print(type(pdf))

    # 讀取pdf文檔信息
    print("pdf文檔信息:", pdf.metadata)

    # 輸出總頁數(shù)
    print("pdf文檔總頁數(shù):", len(pdf.pages))

    # 1.讀取第一頁寬度、高度等信息
    first_page = pdf.pages[0]  # pdfplumber.Page對象第一頁
    # 查看頁碼
    print('pdf頁碼:', first_page.page_number)
    # 查看頁寬
    print('pdf頁寬:', first_page.width)
    # 查看頁高
    print('pdf頁高:', first_page.height)

    # 2.讀取文本第一頁
    first_page = pdf.pages[0]  # pdfplumber.Page對象第一頁
    text = first_page.extract_text()
    print(text)

執(zhí)行結(jié)果：

"D:\Program Files1\Python\python.exe" D:/Pycharm-work/pythonTest/打卡/0811讀取pdf.py
<pdfplumber.pdf.PDF object at 0x0000000002846278>
<class 'pdfplumber.pdf.PDF'>
pdf文檔信息: {'Author': '', 'Comments': '', 'Company': '', 'CreationDate': "D:20220812102327+02'23'", 'Creator': 'WPS 表格', 'Keywords': '', 'ModDate': "D:20220812102327+02'23'", 'Producer': '', 'SourceModified': "D:20220812102327+02'23'", 'Subject': '', 'Title': '', 'Trapped': 'False'}
pdf文檔總頁數(shù): 2
pdf頁碼: 1
pdf頁寬: 595.25
pdf頁高: 841.85
姓名 年齡 性別 地址 學(xué)習(xí)技能
張三 20 女 北京 python
李四 25 男 深圳 java
趙五 28 男 上海 C++
孫六 23 女 廣州 python
錢七 27 男 珠海 python
張101 20 女 北京 python
.......
.......
張150 27 男 珠海 python
張151 20 女 北京 python
張152 25 男 深圳 java

Process finished with exit code 0

1.2.3 Python讀取pdf文件存入Excel代碼

import pdfplumber
import xlwt

# 加載pdf
path = "C:/Users/Administrator/Desktop/test08/test11 - 多頁.pdf"
with pdfplumber.open(path) as pdf:
    page_1 = pdf.pages[0]  # pdf第一頁
    table_1 = page_1.extract_table()  # 讀取表格數(shù)據(jù)
    print(table_1)
    # 1.創(chuàng)建Excel對象
    workbook = xlwt.Workbook(encoding='utf8')
    # 2.新建sheet表
    worksheet = workbook.add_sheet('Sheet1')
    # 3.自定義列名
    clo1 = table_1[0]
    # 4.將列表元組clo1寫入sheet表單中的第一行
    for i in range(0, len(clo1)):
        worksheet.write(0, i, clo1[i])
    # 5.將數(shù)據(jù)寫進sheet表單中
    for i in range(0, len(table_1[1:])):
        data = table_1[1:][i]
        for j in range(0, len(clo1)):
            worksheet.write(i + 1, j, data[j])
    # 保存Excel文件分兩種
    workbook.save('test88.xls')

執(zhí)行結(jié)果：

到此這篇關(guān)于Python 操作pdf pdfplumber讀取PDF寫入Excel的文章就介紹到這了,更多相關(guān)Python 操作pdf內(nèi)容請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！

最新評論