本篇内容介绍了“python怎么提取pdf文档中的表格数据”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
实现提取pdf文档中的表格数据需要使用camelot模块
这个模块可以直接使用pip进行安装
pip install "camelot-py[cv]"
用到的pdf示例文件可以直接在原文链接处下载
http://gstcouncil.gov.in/sites/default/files/gst-revenue-collection-march3020.pdf
第一步是读入pdf文件
import camelot
tables = camelot.read_pdf('gst-revenue-collection-march3020.pdf', flavor='stream', pages='0-3') 这里flavor参数的作用暂时还不知道
如果表格跨页需要指定pages参数
tables
tables[2]
tables[2].df tables可以返回解析获得的表格数量
tables[2]获取指定的表格
tables[2].df将表格数据转换成数据框
pandas 中两个数据框按照行合并需要用到append（）方法
aa = {"A":[1,2,3],"B":[4,5,6]}
bb = {"A":[4],"B":[7]}
import pandas as pd
a = pd.DataFrame(aa)
b = pd.DataFrame(bb)
a.append(b) https://www.tutorialexample.com/a-simple-guide-to-python-convert-svg-to-pdf-with-svglib-python-tutorial/
实现这个功能需要使用到的是svglib这个库，直接使用pip安装
pip install svglib
svg转换为pdf格式代码
from svglib.svglib import svg2rlg
from reportlab.graphics import renderPDF
drawing = svg2rlg("home.svg")
renderPDF.drawToFile(drawing, "file.pdf")“python怎么提取pdf文档中的表格数据”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
