zoukankan      html  css  js  c++  java
  • pdf2xls

    pdf表格信息提取

    #pip install pdfplumber
    #pip install xlwt
    
    import pdfplumber
    import xlwt
    
    # 定义保存Excel的位置
    workbook = xlwt.Workbook()  #定义workbook
    sheet = workbook.add_sheet('Sheet1')  #添加sheet
    i = 0 # Excel起始位置
    
    #path = input("E:/MyProject/python/test.pdf")   
    path = r"C:UsersAdministratorDesktopxxx.pdf"  # 导入PDF路径
    pdf = pdfplumber.open(path)
    print('
    ')
    print('开始读取数据')
    print('
    ')
    for page in pdf.pages:
        # 获取当前页面的全部文本信息,包括表格中的文字
        # print(page.extract_text())                     
        for table in page.extract_tables():
            # print(table)
            for row in table:            
                print(row)
                for j in range(len(row)):
                    sheet.write(i, j, row[j])
                i += 1
            print('---------- 分割线 ----------')
    
    pdf.close()
    
    # 保存Excel表
    workbook.save(r'C:UsersAdministratorDesktopPDFresult.xls')
    print('
    ')
    print('写入excel成功')
    print('保存位置:')
    print('D:/PDFresult.xls')
    print('
    ')
    #input('PDF取读完毕,按任意键退出')
    

      

  • 相关阅读:
    01 WEB白帽子Python入门
    07 SSRF漏洞
    JAVA基础学习day04--IDEA、方法
    一些常用的计算机快捷指令
    记录一次xss平台的安装
    upload-labs
    蓝队防护基础
    bagecms的代码审计
    window入侵排查基本
    常用端口总结
  • 原文地址:https://www.cnblogs.com/iupoint/p/14961807.html
Copyright © 2011-2022 走看看