办公室文员必备python神器,将PDF文件表格转换成excel表格!

2021年9月7日 6点热度 0条评论 来源: 老王说编程

【阅读全文】

第三方库说明

# PDF读取第三方库
import pdfplumber

# DataFrame 数据结果处理
import pandas as pd

初始化DataFrame数据对象

# 初始化DataFrame数据对象、用于DataFrame数据保存
data_frame = pd.DataFrame()

读取PDF表格

# pdf 文件路径
pdf_file = '/usr/load/data.pdf'

# 读取pdf数据
pdf_data = pdfplumber.open(pdf_file)

# 遍历PDF数据
for page in pdf_data.pages:
    # 每一页的Tbale表格数据
    table = page.extract_table()
    # 将每一页的数据写入一个DataFrame对象
    data_frame_page = pd.DataFrame(table[1:], columns=table[0])
    # 合并每一页的表格数据
    data_frame = pd.concat([data_frame_page, data_frame], ignore_index=True)

# 简单的数据清洗、删除其中列值全部为Nan的数据列
data_frame.dropna(axis=1, how='all', inplace=True)

写入EXCEL表格

# excel 文件路径
excel_path = '/usr/load/data.pdf'

# 自定义列名
data_frame.columns = ['姓名', '年龄', '身份证号', '绩效考核']

# DataFrame数据保存到Excel数据表中
data_frame.to_excel(excel_writer=excel_path, index=False, encoding='utf-8')

【粉丝福利】关注公众号,获取全套视频资料,使用python的pdf读写功能模块,将从pdf读取的表格内容自定义转换后写入excel文件表格。喜欢小编点个 '关注' 吧!

【往期精选】

● python 中最好用的身份证规则解析工具,地区码、性别、出生年月、身份证编码等快速校验!

● os用法总结:python中必须掌握的内置模块os,实现与计算机操作系统的常规交互!

● python 实用技巧:几十行代码将照片转换成素描图、随后打包成可执行文件(源码分享)

● python十行代码实现文件去重,去除重复文件的脚本

● python的GUI框架tkinter,实现程序员的流氓式表白逻辑

● 探究python函数的不定长参数*args与**kwargs

● 没有深思过的python冷知识你知道几个?

● python图片处理,自动生成gif动态图片

● python-redis 的操作手法,相当简单的redis数据存储方式!

● python 日期、时间处理,各种日期时间格式/字符串之间的相互转换究竟是怎样的?

● python 内置的数据计数器Counter相当nice

● 几十行代码实现python发送邮件与接收邮件

● 没有开发工具,在服务器控制台如何进行python代码调试,高级编程pdb代码调试!

● 梳理python路线知识盲区,最全面、最详细的python知识体系框架思维导图终于出炉了!

本文由微信公众号【python 集中营】发布,更多精彩文章、视频资料即可领取!

    原文作者:老王说编程
    原文地址: https://www.cnblogs.com/lwsbc/p/15236068.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系管理员进行删除。