python怎么提取pdf文档中的表格数据

本篇内容介绍了“python怎么提取pdf文档中的表格数据”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

目前成都创新互联公司已为近1000家的企业提供了网站建设、域名、虚拟空间、网站托管运营、企业网站设计、逊克网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

实现提取pdf文档中的表格数据需要使用camelot模块

这个模块可以直接使用pip进行安装

pip install "camelot-py[cv]"

用到的pdf示例文件可以直接在原文链接处下载

http://gstcouncil.gov.in/sites/default/files/gst-revenue-collection-march3020.pdf

第一步是读入pdf文件

import camelot
tables = camelot.read_pdf('gst-revenue-collection-march3020.pdf', flavor='stream', pages='0-3')

这里flavor参数的作用暂时还不知道

如果表格跨页需要指定pages参数

tables
tables[2]
tables[2].df

tables可以返回解析获得的表格数量

tables[2]获取指定的表格

tables[2].df将表格数据转换成数据框

pandas 中两个数据框按照行合并需要用到append（）方法

aa = {"A":[1,2,3],"B":[4,5,6]}
bb = {"A":[4],"B":[7]}
import pandas as pd
a = pd.DataFrame(aa)
b = pd.DataFrame(bb)
a.append(b)

https://www.tutorialexample.com/a-simple-guide-to-python-convert-svg-to-pdf-with-svglib-python-tutorial/

实现这个功能需要使用到的是svglib这个库，直接使用pip安装

pip install svglib

svg转换为pdf格式代码

from svglib.svglib import svg2rlg
from reportlab.graphics import renderPDF
drawing = svg2rlg("home.svg")
renderPDF.drawToFile(drawing, "file.pdf")

“python怎么提取pdf文档中的表格数据”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！

文章名称：python怎么提取pdf文档中的表格数据
标题网址：http://shouzuofang.com/article/pjjhjh.html

网站建设知识