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:\Users\Administrator\Desktop\xxx.pdf"  # 导入PDF路径
pdf = pdfplumber.open(path)
print('\n')
print('开始读取数据')
print('\n')
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:\Users\Administrator\Desktop\PDFresult.xls')
print('\n')
print('写入excel成功')
print('保存位置：')
print('D:/PDFresult.xls')
print('\n')
#input('PDF取读完毕，按任意键退出')