python pdfplumber用於pdf表格提取
阿新 • • 發佈:2018-11-17
1 import pdfplumber 2 3 with pdfplumber.open('test.pdf') as pdf: 4 #page_count = len(pdf.pages()) 5 p0 = pdf.pages[0] 6 # 獲取文字,直接得到字串,包括了換行符【與PDF上的換行位置一致,而不是實際的“段落”】 7 #print(p0.extract_text()) 8 # 獲取本頁全部表格,也可以使用extract_table()獲得單個表格 9 for table in p0.extract_tables():10 #得到的table是巢狀list型別,轉化成DataFrame更加方便檢視和分析 11 for line in table: 12 print(line) 13 14 #安裝ImageMagick,地址在下面 15 #http://docs.wand-py.org/en/latest/guide/install.html#install-imagemagick-on-windows
16 #https://blog.csdn.net/blmoistawinde/article/details/82051915