pdfplumber读取拆分pdf内容和表格

Posted 2020-11-29 zhzhang

 

# -*- coding: utf-8
# File : pdfpdfplumberRead.py 
# Author : baoshan

import pdfplumber

path = "D:\\nianjian.md.pdf"
path = "D:\\0.shenma\\01.xx资料\\01.数据资料\\02.xx年鉴数据\\2018年年鉴(实则2017年全年数据).pdf"

pdf = pdfplumber.open(path)
for page in pdf.pages:
    print(page.extract_text())
    print(‘-‘*100)
    # for table in page.extract_table():
    #     for row in table:
    #         print(row)
    #     print(‘-‘*10)
pdf.close()

 

转换较好的表格如下

1-6  主要城市平均气温
(2017年)                                 单位：摄氏度/日
       县市区
东昌府 临 清 阳 谷 莘 县 茌 平 东 阿 冠 县 高 唐
月 份
一 月 -0.1 -0.5 0.6 0.6 -0.6 -0.4 -0.6
二 月 3.1 2.9 4.1 3.8 2.7 3.7 3.2 2.8
三 月 8.3 8.4 8.9 8.9 7.9 8.3 8.4 8.3
四 月 15.7 15.6 16.3 16.3 15.1 15.9 15.7 15.7
五 月 22.2 22.1 22.9 22.6 21.9 22.7 21.9 22.5
六 月 24.7 24.9 25.7 25.5 24.7 25.5 24.6 25
七 月 27.6 27.4 28 27.8 27.6 28 27.5 27.6
八 月 26.4 25.8 26.5 26.5 25.9 26.5 26.1 26
九 月 22.6 22.2 23.1 23 21.9 22.7 22.2 22.3
十 月 13.9 13.7 14.5 14.3 13.7 14.2 13.3 13.8
十一月 7.5 6.7 8 7.9 6.8 7.7 6.4 6.7
十二月 0.7 0.1 1.3 1.1 0.2 1 -0.2 0.4
全  年 14.4 14.1 15.0 14.9 14.0 14.7 14.1 14.2

 

 

参考：https://www.cnblogs.com/gl1573/p/10064438.html

采用pdfplumber，部分表格的转换格式相当可以，贼溜。。。

 

谢谢！