Python操作pdf pdfplumber读取PDF写入Exce
导读:本文共3142.5字符,通常情况下阅读需要10分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要:1. Python 操作pdf(pdfplumber读取PDF写入Exce)1.1 安装pdfplumber模块库安装pdfplumber:pipinstallpdfplumberpdfplumber.PDF类pdfplumber.PDF类表示单个PDF ,并具有两个主要属性:属性说明pdf.metadata从PDF的Info中获取元数据键/值对字典。通常包括"CreationDate,... ...
目录
(为您整理了一些要点),点击可以直达。1. Python 操作pdf(pdfplumber读取PDF写入Exce)
1.1 安装pdfplumber模块库
安装pdfplumber:
pipinstallpdfplumber
pdfplumber.PDF类
pdfplumber.PDF类表示单个PDF ,并具有两个主要属性:
pdfplumber.Page类
pdfplumber.Page类常用属性
.objects/ . chars/ .lines/ .rects/ . curves/ .figures/ . images这些属性中的每一个都是一 个列表, 每个列表包含一个字典 ,用于嵌入页面上的每个此类对象,有关详细信息,请参阅下面的“对象”。
常用方法:
.to image()用于可视化调试时,返回Pagelmage类的一个实例.close()默认情况下, Page对象缓存其布局和对象信息,以避免重新处理它,
但是在解析大型PDF时,这些缓存的属性可能需要大量内存。您可以使用此方法刷新缓存并释放内存。
1.2 常用操作
PDF是Portable Document Format的缩写,这类文件通常使用.pdf
作为其扩展名。在日常开发工作中,最容易遇到的就是从PDF中读取文本内容以及用已有的内容生成PDF文档这两个任务。
1.读取pdf文档信息
2.输出总页数
3.读取第一页宽度、高度等信息
4.读取文本第一页
加载pdf:
pdfplumber.open( "路径/文件名. pdf".pas sword="test "laparams={ "line _overlap'”0.7 })
password : 要加载受密码保护的PDF ,请传递password关键字参数
laparams :要将布局分析参数设置为pdfminer. six的布局引擎,请传递laparams关键字参数
1.2.1 Python读取pdf文件案例
pdf文件如下:
1.2.2 Python读取pdf文件代码
importpdfplumber加载pdf
path="C:/Users/Administrator/Desktop/test08/test11-多页.pdf"
withpdfplumber.open(path)aspdf:
print(pdf)
print(type(pdf))读取pdf文档信息
print("pdf文档信息:",pdf.metadata)
输出总页数
print("pdf文档总页数:",len(pdf.pages))
1.读取第一页宽度、高度等信息
first_page=pdf.pages[0]#pdfplumber.Page对象第一页
查看页码
print('pdf页码:',first_page.page_number)
查看页宽
print('pdf页宽:',first_page.width)
查看页高
print('pdf页高:',first_page.height)
2.读取文本第一页
first_page=pdf.pages[0]#pdfplumber.Page对象第一页
text=first_page.extract_text()
print(text)
执行结果:
"D:\Program Files1\Python\python.exe" D:/Pycharm-work/pythonTest/打卡/0811读取pdf.py
<pdfplumber.pdf.PDF object at 0x0000000002846278>
<class 'pdfplumber.pdf.PDF'>
pdf文档信息: {'Author': '', 'Comments': '', 'Company': '', 'CreationDate': "D:20220812102327+02'23'", 'Creator': 'WPS 表格', 'Keywords': '', 'ModDate': "D:20220812102327+02'23'", 'Producer': '', 'SourceModified': "D:20220812102327+02'23'", 'Subject': '', 'Title': '', 'Trapped': 'False'}
pdf文档总页数: 2
pdf页码: 1
pdf页宽: 595.25
pdf页高: 841.85
姓名 年龄 性别 地址 学习技能
张三 20 女 北京 python
李四 25 男 深圳 java
赵五 28 男 上海 C++
孙六 23 女 广州 python
钱七 27 男 珠海 python
张101 20 女 北京 python
.......
.......
张150 27 男 珠海 python
张151 20 女 北京 python
张152 25 男 深圳 javaProcess finished with exit code 0
1.2.3 Python读取pdf文件存入Excel代码
importpdfplumber
importxlwt加载pdf
path="C:/Users/Administrator/Desktop/test08/test11-多页.pdf"
withpdfplumber.open(path)aspdf:
page_1=pdf.pages[0]#pdf第一页
table_1=page_1.extract_table()#读取表格数据
print(table_1)1.创建Excel对象
workbook=xlwt.Workbook(encoding='utf8')
2.新建sheet表
worksheet=workbook.add_sheet('Sheet1')
3.自定义列名
clo1=table_1[0]
4.将列表元组clo1写入sheet表单中的第一行
foriinrange(0,len(clo1)):
worksheet.write(0,i,clo1[i])5.将数据写进sheet表单中
foriinrange(0,len(table_1[1:])):
data=table_1[1:][i]
forjinrange(0,len(clo1)):
worksheet.write(i+1,j,data[j])保存Excel文件分两种
workbook.save('test88.xls')
执行结果:
Python操作pdf pdfplumber读取PDF写入Exce的详细内容,希望对您有所帮助,信息来源于网络。