PDF转EXCEL，python的这个技能知道吗？

当在pdf上看到自己想用的表格，却无法将其复制下来的时候，只能默默地打开excel对照着pdf表格的形式敲打出来，既费时又费力！这里介绍如何用python程序将pdf上的表格自动转化为excel表！

1.使用的库

简单介绍一下要使用的库：pdfplumber 和xlwt

1.pdfplumber

pdfplumber使用来解析pdf的文字与表格。该库与之前一篇文章python办公自动化——PDF转Word所使用的pdfminer库类似，都是从pdf里面提取信息。但不同的是pdfminer侧重提文字，对表格的提取不是很好，而pdfplumber 对提取表格的支持比较好。

请点击输入描述

2.xlwt

xlwt是python用来操作excel的一个库，可以用它对excel进行创建表单、写入指定单元格、指定单元格样式等人工实现的功能等一系列操作。

2.pdf转excel

话不多说，接下来就用这两个库完成pdf转excel的操作。

思路：

pdfplumber获取当前页面的全部文本信息，包括表格的文字。在当前页信息中通过extract_tables()方法提取表格。将内容写入到excel中。代码：

import pdfplumber

import xlwt

workbook = xlwt.Workbook()

sheet = workbook.add_sheet('Sheet1')

i = 0

pdf = pdfplumber.open("1.pdf")

print('开始读取数据')

for page in pdf.pages:

for table in page.extract_tables():

for row in table:

for j in range(len(row)):

sheet.write(i, j, row[j])

i += 1

pdf.close()

workbook.save('C:/Users/Administrator/Desktop/result.xls')

print('保存成功！')

在代码中最主要的就是for循环，要获取到每一个页面，并对每一个页面里面的信息进行提取。这里主要用extract_table()方法对表格信息提取

主要的循环读取写入

这里用于测试的是一个只包含表格的pdf，里面包含英文字母和中文字母。

测试pdf

在经过程序转换以后输出到excel表格中的样子如下：

转换结果

可以看到pdf表格中，每一行一列不管是英文字母还是汉字都转换了出来，效果很是不错，速度也比较快。

python还有不少处理办公的技巧，省时省力，以后的章节中会和大家继续分享，欢迎留言讨论转载请注明出处（百家号：戏说编程）

举报/反馈

戏说编程

60获赞 91粉丝

分享编程知识，享受编程快乐

关注