Python利用pdfplumber庫提取pdf中表格數(shù)據(jù)
一、pdfplumber庫是什么？
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。它可以幫助用戶輕松地從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)頁面中提取數(shù)據(jù)等。pdfplumber庫還提供了一些方便的方法來處理提取的數(shù)據(jù)，例如排序、過濾和格式化等。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
pip install pdfplumber
三、查看pdfplumber庫版本
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
import pdfplumber
2.定義pdf文件路徑
local = '/Users/kkstar/Downloads/'
3.打開pdf文件
with pdfplumber.open(local+"demo_table.pdf") as pdf:
4.獲取pdf文件中的頁數(shù)
num_pages = len(pdf.pages)
5.遍歷每一頁
for page_num in range(num_pages):
6.獲取當(dāng)前頁內(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查詢oracle數(shù)據(jù)庫速度慢的解決方案
這篇文章主要介紹了Python查詢oracle數(shù)據(jù)庫速度慢的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
離過年時(shí)間也不久了，還是預(yù)訂春節(jié)火車票了，現(xiàn)在有好多平臺(tái)都可以幫助大家搶購火車，下面小編給大家介紹用python搶過年的火車票附源碼，對(duì)pthon搶火車票相關(guān)知識(shí)感興趣的朋友一起學(xué)習(xí)吧2015-12-12
Python隨機(jī)函數(shù)random隨機(jī)獲取數(shù)字、字符串、列表等使用詳解
這篇文章主要介紹了Python隨機(jī)函數(shù)random使用詳解包含了Python隨機(jī)數(shù)字，Python隨機(jī)字符串，Python隨機(jī)列表等,需要的朋友可以參考下2021-04-04
淺談flask截獲所有訪問及before/after_request修飾器
這篇文章主要介紹了淺談flask截獲所有訪問及before/after_request修飾器，具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01
利用matplotlib實(shí)現(xiàn)兩張子圖分別畫函數(shù)圖
這篇文章主要介紹了利用matplotlib實(shí)現(xiàn)兩張子圖分別畫函數(shù)圖問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
最近整理了一些好用的庫但是只是初級(jí)介紹,如果大家用得到的話還請(qǐng)自己到官網(wǎng)上查一下,因?yàn)闁|西太多我一 一介紹的話可能不太現(xiàn)實(shí),需要的朋友可以參考下2021-06-06
這篇文章主要介紹了Python入門教程(十)Python布爾值,Python是一門非常強(qiáng)大好用的語言,也有著易上手的特性,本文為入門教程,需要的朋友可以參考下2023-04-04
Python實(shí)現(xiàn)地圖可視化folium完整過程
Folium是一個(gè)基于leaflet.js的Python地圖庫，其中，Leaflet是一個(gè)非常輕的前端地圖可視化庫，本文重點(diǎn)給大家介紹Python實(shí)現(xiàn)地圖可視化folium完整過程，感興趣的朋友跟隨小編一起看看吧2021-05-05
這篇文章詳細(xì)介紹了Python sys.path，有需要的朋友可以參考一下2013-10-10
詳解python中@classmethod和@staticmethod方法
在python類當(dāng)中，經(jīng)常會(huì)遇到@classmethod和@staticmethod這兩個(gè)裝飾器，那么到底它們的區(qū)別和作用是啥子呢？本文結(jié)合場(chǎng)景分析給大家詳細(xì)講解，感興趣的朋友跟隨小編一起看看吧2022-10-10