提取pdf文档表格

Posted 2020-12-07 energetic

import   pdfplumber

pdf=pdfplumber.open(‘,,,,,,,.pdf‘)

first_page=pdf.pages[0]

print(first_page.extract_text())    #打印第一页内容

 

#提取其中的表格

first_page.extract_table()    #提取这一页的第一个表格

first_page.extract_tables()     #提取这一页内的所有表格

#提取表格时设置表格参数

first_page.extract_table(

table_settings={‘

　　　　　　　vertical_strategy‘:‘text‘,

　　　　　　　‘horizontal_strategy‘:‘text‘

　　　　　　}

　　　　　　　　)

 

if    not   ‘‘.join(  [  str(i)   for  i in  first_page.extract_text( )   ]  )   == ‘‘ :    #这行不为空则继续执行以下操作

　　‘‘.join( [ str(item)  if  item   else  ‘‘  for  item  in    i[:3]  )