python从PDF文件中读取国民经济行业分类

需求：

从中华人民共和国国家标准之国民经济行业分类文件中读取解析出国民经济行业分类和代码。

目标：

从标准 PDF 文件中读取出行业分类中的门类、大类、中类、小类、类别名称信息。

 

准备工作：

1.python 开发环境

2.国民经济行业分类.pdf

代码：

第一步：从 pdf 中先找到需要的数据在哪些页面

第二步：从 pdf 中解析出表格数据

```
def get_pdf_table(pdf_name, page_index):
    with pdfplumber.open(pdf_name) as pdf_info:  # 打开pdf文件
        page_one = pdf_info.pages[page_index]  # 选择第一页
        page_table = page_one.extract_tables()
        return page_table
```

第三步：
解析 table 中的数据。

最终生成效果如下：