㈠ 用python批量提取pdf的表格數據，保存為excel
pdfplumber 是一個開源 python 工具庫-，可以方便地獲取 pdf 的各種信息，包括文本、表格、圖表、尺寸等。完成我們本文的需求，主要使用 pdfplumber 提取 pdf 表格數據。
python 中還有很多庫可以處理 pdf，比如 PyPDF2、pdfminer 等，本文選擇pdfplumber 的原因在於能輕松訪問有關 PDF 的所有詳細信息，包括作者、來源、日期等，並且用於提取文本和表格的方法靈活可定製。大家可以根據手頭數據需求，再去解鎖 pdfplumber 的更多用法。
㈡ Python 操作PDF庫介紹之PDFMiner
Python 操作PDF庫介紹之PDFMiner
PDFMiner是一種從PDF文檔中提取信息的工具。與其他PDF相關工具不同，它完全專注於獲取和分析文本數據。
PDFMiner允許人們獲取頁面中文本的確切位置，以及字體或線條等其他信息。
它包括一個PDF轉換器，可以將PDF文件轉換為其他文本格式（如HTML）。它具有可擴展的PDF解析器，可用於除文本分析之外的其他目的。
github:
https://github.com/euske/pdfminer/
㈢ Python解析PDF表格——PDFPlumber vs Camelot
題圖來自 Camelot: List o』 10 Intriguing Mythical Places
為獲取LEED認證項目的評分表明細，可念帶以從USGBC的項目頁面上爬取，或者從pdf格式的項目評分表中解析得到。以 重慶某LEED EM:OB v2009 Gold項目 為例，USGBC上公布的 LEED項目得分表 其格式並不統一，利用XPath爬取後需要進一步清洗處理。相對而言，LEED項目所對應的 項目評分表PDF文件 的數據更為規范完整。因此考慮嘗試解析出PDF文件中的表格，以便後續分析。
Python 處理PDF文件的程序包，pdfminer、tabula、型高缺pdfplumber、camelot……查詢資料表明，似乎普遍認為pdfminer的效果不怎麼好，而tabula需要java支卜辯持 ，想偷懶於是只試了pdfplumber和camelot。
安裝過程不贅述，直接來看運行結果。
pdfplumber無法直接解析出Scorecard.pdf文件中的表格，但實際上要解決此問題也並非難事。調整下思路，可先解析出pdf文件中的文本，讓後通過分列來得到表格。
利用pdfplumber的extract_text()命令可解析出pdf文件中的文本，但由於本次需要解析的得分表pdf文件的排版的原因，左右兩個表格的文本行並未完全對齊，因此如果直接解析完整頁面上的文本的話，文字會出錯。先用corp()命令指定識別范圍，然後再extract_text()，識別得到的文本列表如下所示。
對於類似本例中Scorecard.pdf表格排版有錯位的情況，也可以按照表格在頁面中所處的位置，指定表格識別的范圍。所用到的指令：camelot.plot()可以繪制出頁面的略圖，table_area參數可以指定表格識別的范圍。
又及，Camelot原來是亞瑟王和圓桌騎士們的宮殿所在地，和Asgard的Valhalla一樣，也是傳說中的聖域。搜索camelot程序安裝包時無意中學到的，漲知識了。
[1] Python：解析PDF文本及表格——pdfminer、tabula、pdfplumber 的用法及對比
[2] 用Python提取pdf文件中的表格數據
[3] python讀取pdf文件
[4] Github: pdfplumber
[5] Camelot: PDF Table Extraction for Humans
[6] ImageMagick Installation
[7] ImageMagick之PDF轉換成圖片（image）
[8] LEED 2009 for Existing Buildings: Operations & Maintenance
[9] Camelot - Wikipedia
[10] List o』 10 Intriguing Mythical Places
[11] Camelot識別pdf表格時的參數設置補充
㈣ python怎樣讀取pdf文件的內容
fromurllib.requestimporturlopen
frompdfminer.,process_pdf
frompdfminer.converterimportTextConverter
frompdfminer.layoutimportLAParams
fromioimportStringIO
fromioimportopen
defreadPDF(pdfFile):
rsrcmgr=PDFResourceManager()
retstr=StringIO()
laparams=LAParams()
device=TextConverter(rsrcmgr,retstr,laparams=laparams)
process_pdf(rsrcmgr,device,pdfFile)
device.close()
content=retstr.getvalue()
retstr.close()
returncontent
pdfFile=urlopen("chapter1.pdf")
outputString=readPDF(pdfFile)
print(outputString)
pdfFile.close()
㈤ 如何利用Python抓取PDF中的某些內容
可以轉換成TXT再抓取
fromcStringIOimportStringIO
frompdfminer.pdfinterp
importPDFResourceManager,PDFPageInterpreter
frompdfminer.converterimportTextConverter
frompdfminer..pdfpage
importPDFPage
defconvert_pdf_2_text(path):
rsrcmgr=PDFResourceManager()
retstr=StringIO()
device=TextConverter(rsrcmgr,retstr,codec='utf-8',laparams=LAParams())
interpreter=PDFPageInterpreter(rsrcmgr,device)
withopen(path,'rb')asfp:
forpageinPDFPage.get_pages(fp,set()):
interpreter.process_page(page)
text=retstr.getvalue()
device.close()
retstr.close()
returntext
㈥ python提取excel表中的數據兩列
1、首先打開excel表格，在單元格中輸入兩列數據，需要將這兩列數據進行比對相同數據。
2、然後在C1單元格中輸入公式：=VLOOKUP(B1,A:A,1,0)，意思是比對B1單元格中A列中是否有相同數據。
3、點擊回車，即可將公式的計算結果顯示出來，可以看到C1中顯示的是B1在A列中找到的相同數據。
4、將公式向下填充，即可發現C列中顯示出的數字即為有相同數據的，顯示「#N/A」的為沒有找到匹配數據的。
5、將C1-C4中的數據進行復制並粘貼成數值，即可完成相同數據的提取操作。
在實際研究中，我們經常需要獲取大量數據，而這些數據很大一部分以pdf表格的形式呈現，如公司年報、發行上市公告等。面對如此多的數據表格，採用手工復制黏貼的方式顯然並不可取。那麼如何才能高效提取出pdf文件中的表格數據呢？
Python提供了許多可用於pdf表格識別的庫，如camelot、tabula、pdfplumber等。綜合來看，pdfplumber庫的性能較佳，能提取出完整、且相對規范的表格。因此，本推文也主要介紹pdfplumber庫在pdf表格提取中的作用。
作為一個強大的pdf文件解析工具，pdfplumber庫可迅速將pdf文檔轉換為易於處理的txt文檔，並輸出pdf文檔的字元、頁面、頁碼等信息，還可進行頁面可視化操作。使用pdfplumber庫前需先安裝，即在cmd命令行中輸入：
pip install pdfplumber
pdfplumber庫提供了兩種pdf表格提取函數，分別為.extract_tables( )及.extract_table( )，兩種函數提取結果存在差異。為進行演示，我們網站上下載了一份短期融資券主體信用評級報告，為pdf格式。任意選取某一表格，其界面如下：
接下來，我們簡要分析兩種提取模式下的結果差異。
（1）.extract_tables( )
可輸出頁面中所有表格，並返回一個嵌套列表，其結構層次為table→row→cell。此時，頁面上的整個表格被放入一個大列表中，原表格中的各行組成該大列表中的各個子列表。若需輸出單個外層列表元素，得到的便是由原表格同一行元素構成的列表。例如，我們執行如下程序：
輸出結果：
（2）.extract_table( )
返回多個獨立列表，其結構層次為row→cell。若頁面中存在多個行數相同的表格，則默認輸出頂部表格；否則，僅輸出行數最多的一個表格。此時，表格的每一行都作為一個單獨的列表，列表中每個元素即為原表格的各個單元格內容。若需輸出某個元素，得到的便是具體的數值或字元串。如下：
輸出結果：
在此基礎上，我們詳細介紹如何從pdf文件中提取表格數據。其中一種思路便是將提取出的列表視為一個字元串，結合Python的正則表達式re模塊進行字元串處理後，將其保存為以標准英文逗號分隔、可被Excel識別的csv格式文件，即進行如下操作：
輸出結果：
盡管能獲得完整的表格數據，但這種方法相對不易理解，且在處理結構不規則的表格時容易出錯。由於通過pdfplumber庫提取出的表格數據為整齊的列表結構，且含有數字、字元串等數據類型。因此，我們可調用pandas庫下的DataFrame( )函數，將列表轉換為可直接輸出至Excel的DataFrame數據結構。DataFrame的基本構造函數如下：
DataFrame([data,index, columns])
三個參數data、index和columns分別代表創建對象、行索引和列索引。DataFrame類型可由二維ndarray對象、列表、字典、元組等創建。本推文中的data即指整個pdf表格，提取程序如下：
其中，table[1:]表示選定整個表格進行DataFrame對象創建，columns=table[0]表示將表格第一行元素作為列變數名，且不創建行索引。輸出Excel表格如下：
通過以上簡單程序，我們便提取出了完整的pdf表格。但需注意的是，面對不規則的表格數據提取，創建DataFrame對象的方法依然可能出錯，在實際操作中還需進行核對。
關於我們
微信公眾號「爬蟲俱樂部」分享實用的stata命令，歡迎轉載、打賞。爬蟲俱樂部是由李春濤教授領導下的研究生及本科生組成的大數據分析和數據挖掘團隊。
投稿要求：
1）必須原創，禁止抄襲；
2）必須准確，詳細，有例子，有截圖；