Python 批量提取 PDF 表格数据——pdfplumber 进阶实战

PDF 中的表格是最难处理的内容之一。pdfplumber 可以精确提取表格结构和数据。一、提取表格importpdfplumberimportpandasaspdwithpdfplumber.open(报表.pdf)aspdf:all_tables[]forpageinpdf.pages:tablespage.extract_tables()fortableintables:dfpd.DataFrame(table[1:],columnstable[0])all_tables.append(df)resultpd.concat(all_tables,ignore_indexTrue)result.to_excel(表格数据.xlsx,indexFalse)二、提取指定区域withpdfplumber.open(文件.pdf)aspdf:pagepdf.pages[0]# 裁剪指定区域 (x0, y0, x1, y1)croppage.within_bbox((50,50,page.width-50,page.height-50))tablecrop.extract_table() 觉得有用的话点赞 关注【张老师技术栈】吧