Python 使用camelot将PDF转Excel，简单实用

Posted 2022-02-27 Jason_WangYing

安装camelot

Camelot在读取PDF文件中的表格数据很好用，因此安装这个包就很有需要了，但是直接在cmd里面使用pip install camelot-py会出错，首先提示pip版本需要更新到最新版本，更新之后提示错误Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。这个时候就需要更改文件的权限，将权限更改为【完全控制】。然后执行pip install camelot-py即可。

如果遇见ERROR: Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。: 'C:\\\\Users\\\\zzg\\\\AppData\\\\Local\\\\Temp\\\\pip-uninstall-u4t4npkt\\\\pip.exe'
Consider using the `--user` option or check the permissions.这种错误提示，请在pip里面添加--user

pip install --user camelot-py

更多的详细信息，请参考项目地址：https://github.com/camelot-dev/camelot

安装cv2

在安装完camelot-py之后，执行import camelot会报错，提示没有安装cv2，这就得你去cmd里面重新安装cv2了。
直接pip install cv2报错的话，
改成pip install opencv-python即可。

python程序:

import camelot.io as camelot
import os
os.chdir('C:/Users/EDZ/Desktop')
import cv2
data1= camelot.read_pdf("丽水2019.pdf", pages='70',flavor='stream')
data1[0].to_csv('data1.csv',encoding='utf_8_sig')

转换后的excel文件数据：

 

转换成功！！！

这里展示的是提取一页的数据，如果想提取多页数据怎么整呢？

import camelot.io as camelot
import os
os.chdir('C:/Users/EDZ/Desktop')
import cv2
data1= camelot.read_pdf("丽水2019.pdf", pages='1,5,7,8,9',flavor='stream')
data1[0].to_csv('data1.csv',encoding='utf_8_sig')

这是提取特殊的页数，如果想提取所有页面

import camelot.io as camelot
import os
os.chdir('C:/Users/EDZ/Desktop')
import cv2
data1= camelot.read_pdf("丽水2019.pdf", pages='1-70',flavor='stream')
data1.to_csv('data1.csv',encoding='utf_8_sig')

这里导出的数据，是按照每一页导出一个报表展示的

如果想打印获取的data1数据，可以使用df方法来给数据转化为DataFrame格式：

import camelot.io as camelot
import os
os.chdir('C:/Users/EDZ/Desktop')
import cv2
data1= camelot.read_pdf("丽水2019.pdf", pages='1-70',flavor='stream')
data1.to_csv('data1.csv',encoding='utf_8_sig')
print(table1[0].df)