pip install pdfplumber

import pandas as pd
import pdfplumber
 
pdf = pdfplumber.open("第十屆“正大杯”國獎(jiǎng)名單.pdf")
df = pd.DataFrame()
for i in range(3,53):  # 這里3是指表格信息是從第4頁開始的(程序計(jì)數(shù)是從0開始,所以這里第4頁對應(yīng)程序中的3)，53是結(jié)束位置
    page = pdf.pages[i]  # 讀取pdf中的每一頁
    table = page.extract_table()  # 從頁數(shù)據(jù)中提取表格數(shù)據(jù)
    df = df.append(table)  # 將提取的數(shù)據(jù)轉(zhuǎn)換為DataFrame二維表格形式
df.drop_duplicates(inplace=True)   # 刪除重復(fù)值
df.to_excel("第十屆“正大杯”國獎(jiǎng)名單.xlsx", header=False, index=False)  # 將提取的數(shù)據(jù)保存為excel

def pdf_to_excel(file_path,start:int,end:int,excel_name=None):
    '''
    params:
        file_path：需要提取表格的pdf文件的絕對路徑
        start：出現(xiàn)表格的起始頁碼
        end：表格結(jié)束頁碼
        excel_name：最后保存excel文件的文件名(默認(rèn)為原始pdf文件名)
    '''
    pdf = pdfplumber.open(file_path)
    if not excel_name:
        excel_name = file_path.split('\\')[-1].split('.')[0]
    df_result = pd.DataFrame()
    for i in range(start-1,end):
        page = pdf.pages[i]
        table = page.extract_table()
        df_result = df_result.append(table)
    df_result = df_result.drop_duplicates(inplace=True)
    df_result.to_excel(excel_name+'.xlsx',index=False)
 
pdf_to_excel(file_path=r'C:xxx.pdf',start=4,end=53)