写点什么

Python 操作 pdf(pdfplumber 读取 PDF 写入 Exce)

  • 2022-11-30
    北京
  • 本文字数:1563 字

    阅读完需:约 5 分钟

Python 操作pdf(pdfplumber读取PDF写入Exce)

1. Python 操作 pdf(pdfplumber 读取 PDF 写入 Exce)

1.1 安装 pdfplumber 模块库:

安装pdfplumber: pip install pdfplumber
复制代码


pdfplumber.PDF 类

pdfplumber.PDF 类表示单个 PDF ,并具有两个主要属性:


pdfplumber.Page 类

pdfplumber.Page 类常用属性

常用方法

1.2 常用操作

PDF 是 Portable Document Format 的缩写,这类文件通常使用.pdf作为其扩展名。在日常开发工作中,最容易遇到的就是从 PDF 中读取文本内容以及用已有的内容生成 PDF 文档这两个任务。


1.读取pdf文档信息2.输出总页数3.读取第一页宽度、高度等信息4.读取文本第一页
加载pdf pdfplumber.open( "路径/文件名. pdf".pas sword="test "laparams={ "line_ _overlap'”0.7 }) password : 要加载受密码保护的PDF ,请传递password关键字参数 laparams :要将布局分析参数设置为pdfminer. six的布局引擎,请传递laparams关键字参数
复制代码

1.2.1 Python 读取 pdf 文件案例

pdf 文件如下



1.2.2 Python 读取 pdf 文件代码

import pdfplumber
# 加载pdfpath = "C:/Users/Administrator/Desktop/test08/test11 - 多页.pdf"with pdfplumber.open(path) as pdf: print(pdf) print(type(pdf))
# 读取pdf文档信息 print("pdf文档信息:", pdf.metadata)
# 输出总页数 print("pdf文档总页数:", len(pdf.pages))
# 1.读取第一页宽度、高度等信息 first_page = pdf.pages[0] # pdfplumber.Page对象第一页 # 查看页码 print('pdf页码:', first_page.page_number) # 查看页宽 print('pdf页宽:', first_page.width) # 查看页高 print('pdf页高:', first_page.height)
# 2.读取文本第一页 first_page = pdf.pages[0] # pdfplumber.Page对象第一页 text = first_page.extract_text() print(text)
复制代码


执行结果:"D:\Program Files1\Python\python.exe" D:/Pycharm-work/pythonTest/打卡/0811读取pdf.py<pdfplumber.pdf.PDF object at 0x0000000002846278><class 'pdfplumber.pdf.PDF'>pdf文档信息: {'Author': '', 'Comments': '', 'Company': '', 'CreationDate': "D:20220812102327+02'23'", 'Creator': 'WPS 表格', 'Keywords': '', 'ModDate': "D:20220812102327+02'23'", 'Producer': '', 'SourceModified': "D:20220812102327+02'23'", 'Subject': '', 'Title': '', 'Trapped': 'False'}pdf文档总页数: 2pdf页码: 1pdf页宽: 595.25pdf页高: 841.85姓名 年龄 性别 地址 学习技能张三 20 女 北京 python李四 25 男 深圳 java赵五 28 男 上海 C++孙六 23 女 广州 python钱七 27 男 珠海 python张101 20 女 北京 python..............张150 27 男 珠海 python张151 20 女 北京 python张152 25 男 深圳 java
Process finished with exit code 0

复制代码

1.2.3 Python 读取 pdf 文件存入 Excel 代码

import pdfplumberimport xlwt
# 加载pdfpath = "C:/Users/Administrator/Desktop/test08/test11 - 多页.pdf"with pdfplumber.open(path) as pdf: page_1 = pdf.pages[0] # pdf第一页 table_1 = page_1.extract_table() # 读取表格数据 print(table_1) # 1.创建Excel对象 workbook = xlwt.Workbook(encoding='utf8') # 2.新建sheet表 worksheet = workbook.add_sheet('Sheet1') # 3.自定义列名 clo1 = table_1[0] # 4.将列表元组clo1写入sheet表单中的第一行 for i in range(0, len(clo1)): worksheet.write(0, i, clo1[i]) # 5.将数据写进sheet表单中 for i in range(0, len(table_1[1:])): data = table_1[1:][i] for j in range(0, len(clo1)): worksheet.write(i + 1, j, data[j]) # 保存Excel文件分两种 workbook.save('test88.xls')
复制代码


执行结果:


发布于: 刚刚阅读数: 2
用户头像

一边做一边变得优秀,加油呀 2022-09-19 加入

大家好,我是小鱼新人来报道哈。 CSDN,阿里云专家.....

评论

发布
暂无评论
Python 操作pdf(pdfplumber读取PDF写入Exce)_11月月更_度假的鱼🐟_InfoQ写作社区