Python辦公自動化——提取pdf文件中表格合并到Excel

需求描述

現有一 pdf 文件內容如下，文件中內容主要是表格形式的獲獎名單，共158頁。現要讀取這些表格信息并保存到 excel 文件中。

import pdfplumber import pandas as pddef read_pdf_2020(read_path, save_path):pdf_2020 = pdfplumber.open(read_path)result_df = pd.DataFrame()for page in pdf_2020.pages:table = page.extract_table()df_detail = pd.DataFrame(table[1:], columns=table[0])# 合并每頁的數據集result_df = pd.concat([df_detail, result_df], ignore_index=True)# 刪除值全部是 NaN 的列result_df.dropna(axis=1, how='all', inplace=True)# 重置列名result_df.columns = ['獎項', '作品編號', '作品名稱', '參賽學校', '作者', '指導老師']result_df.to_excel(excel_writer=save_path, index=False, encoding='utf-8')read_path = '2020年中國大學生計算機設計大賽參賽作品獲獎名單.pdf' save_path = '2020年中國大學生計算機設計大賽參賽作品獲獎名單.xlsx' df_2020 = read_pdf_2020(read_path, save_path)

運行效果：

---

這就是本文所有的內容了，如果感覺還不錯的話。? 點個贊再走吧！！！?


后續會繼續分享《Python自動化辦公》系列文章，如果感興趣的話可以點個關注不迷路哦~。

總結

以上是生活随笔為你收集整理的Python办公自动化——提取pdf文件中表格并到Excel的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。