溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

python怎么提取pdf文檔中的表格數(shù)據(jù)

發(fā)布時(shí)間：2021-07-22 09:50:36 來(lái)源：億速云 閱讀：331 作者：chen 欄目：大數(shù)據(jù)

本篇內(nèi)容介紹了“python怎么提取pdf文檔中的表格數(shù)據(jù)”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

提取pdf文件中的表格數(shù)據(jù)原文鏈接

實(shí)現(xiàn)提取pdf文檔中的表格數(shù)據(jù)需要使用camelot模塊 

這個(gè)模塊可以直接使用pip進(jìn)行安裝

pip install "camelot-py[cv]"

用到的pdf示例文件可以直接在原文鏈接處下載

http://gstcouncil.gov.in/sites/default/files/gst-revenue-collection-march3020.pdf

第一步是讀入pdf文件

import camelot
tables = camelot.read_pdf('gst-revenue-collection-march3020.pdf', flavor='stream', pages='0-3') 

這里flavor參數(shù)的作用暫時(shí)還不知道 

如果表格跨頁(yè)需要指定pages參數(shù)

tables
tables[2]
tables[2].df 

tables可以返回解析獲得的表格數(shù)量 

tables[2]獲取指定的表格 

tables[2].df將表格數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)框

pandas 中兩個(gè)數(shù)據(jù)框按照行合并需要用到append（）方法

aa = {"A":[1,2,3],"B":[4,5,6]}
bb = {"A":[4],"B":[7]}
import pandas as pd
a = pd.DataFrame(aa)
b = pd.DataFrame(bb)
a.append(b)  

SVG格式轉(zhuǎn)換為pdf格式原文鏈接

https://www.tutorialexample.com/a-simple-guide-to-python-convert-svg-to-pdf-with-svglib-python-tutorial/

實(shí)現(xiàn)這個(gè)功能需要使用到的是svglib這個(gè)庫(kù)，直接使用pip安裝

pip install svglib

svg轉(zhuǎn)換為pdf格式代碼

from svglib.svglib import svg2rlg
from reportlab.graphics import renderPDF
drawing = svg2rlg("home.svg")
renderPDF.drawToFile(drawing, "file.pdf")

“python怎么提取pdf文檔中的表格數(shù)據(jù)”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手