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(hù)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！
相關(guān)文章
Python中的多線(xiàn)程實(shí)例(簡(jiǎn)單易懂)
這篇文章主要介紹了Python中的多線(xiàn)程實(shí)例，一個(gè)CPU，將時(shí)間切成一片一片的，CPU輪轉(zhuǎn)著去處理一件一件的事情，到了規(guī)定的時(shí)間片就處理下一件事情，更多的相關(guān)內(nèi)容需要的小伙伴可以參考下面文章詳細(xì)2022-06-06
使用Python開(kāi)發(fā)個(gè)京東上搶口罩的小實(shí)例（僅作技術(shù)研究學(xué)習(xí)使用）
這篇文章主要介紹了使用Python開(kāi)發(fā)個(gè)京東上搶口罩的小實(shí)例（僅作技術(shù)研究學(xué)習(xí)使用）,需要的朋友可以參考下2020-03-03
python makedirs() 遞歸創(chuàng)建目錄
os.makedirs()函數(shù)用于在Python中遞歸地創(chuàng)建目錄,支持設(shè)置權(quán)限和處理目錄已存在的情況,下面就來(lái)具體介紹一下,感興趣的可以了解一下2024-12-12
這篇文章主要介紹了Python 中 and, or, &, |, ^ 的使用小結(jié),本文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,需要的朋友參考下吧2024-01-01
Python logging模塊進(jìn)行封裝實(shí)現(xiàn)原理解析
這篇文章主要介紹了Python logging模塊進(jìn)行封裝實(shí)現(xiàn)原理解析,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,需要的朋友可以參考下2020-08-08
基于SQLAlchemy實(shí)現(xiàn)操作MySQL并執(zhí)行原生sql語(yǔ)句
這篇文章主要介紹了基于SQLAlchemy實(shí)現(xiàn)操作MySQL并執(zhí)行原生sql語(yǔ)句,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,需要的朋友可以參考下2020-06-06
這篇文章主要給大家介紹了關(guān)于Jupyter?Notebook界面漢化的相關(guān)資料,設(shè)置成中文界面后非常利于操作,文中介紹的方法非常簡(jiǎn)單,需要的朋友可以參考下2023-09-09
Python使用matplotlib進(jìn)行可視化一直有2個(gè)問(wèn)題,一是代碼繁瑣,二是默認(rèn)模板比較丑,在大模型時(shí)代,這個(gè)問(wèn)題有了另一種解法,下面我們就來(lái)看看如何使用大語(yǔ)言模型進(jìn)行圖表可視化吧2025-04-04
這篇文章主要為大家詳細(xì)介紹了python使用turtle庫(kù)繪制樹(shù)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06
對(duì)Python協(xié)程之異步同步的區(qū)別詳解
今天小編就為大家分享一篇對(duì)Python協(xié)程之異步同步的區(qū)別詳解，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