如何使用Python将 PDF 文件转换为 Excel 文件?
在本文中,我们将看到如何使用Python将 PDF 转换为 Excel 或 CSV 文件。它可以用各种方法来完成,这里我们将使用一些方法。
方法一:使用pdftables_api
这里将使用pdftables_api模块将 PDF 文件转换为任何其他格式。它是一个简单的基于 Web 的API,因此可以从任何编程语言中调用。
安装:
pip install git+https://github.com/pdftables/python-pdftables-api.git
安装后,您需要一个 API KEY。转到PDFTables.com 并注册,然后访问 API页面 查看您的 API 密钥。
对于将 PDF 文件转换为 excel 文件,我们将使用xml()方法。
句法:
xml(pdf_path, xml_path)
下面是实现:
使用的PDF文件:
Python3
# Import Module
import pdftables_api
# API KEY VERIFICATION
conversion = pdftables_api.Client('API KEY')
# PDf to Excel
# (Hello.pdf, Hello)
conversion.xlsx("pdf_file_path", "output_file_path")
Python3
# Import Module
import tabula
# Read PDF File
# this contain a list
df = tabula.read_pdf("PDF File Path", pages = 1)[0]
# Convert into Excel File
df.to_excel('Excel File Path')
输出:
方法 2:使用 tabula-py
这里将使用tabula-py模块将 PDF 文件转换为任何其他格式。
安装:
pip install tabula-py
在开始之前,首先我们需要安装Java并在PATH变量中添加一个Java安装文件夹。
- 安装Java点击这里
- 将Java安装文件夹(C:\Program Files (x86)\ Java\jre1.8.0_251\bin)添加到环境路径变量
方法:
- 使用read_pdf()方法读取PDF文件。
- 然后我们将使用to_excel()方法将 PDF 文件转换为 Excel 文件。
句法:
read_pdf(PDF File Path, pages = Number of pages, **agrs)
下面是实现:
使用的PDF文件:
蟒蛇3
# Import Module
import tabula
# Read PDF File
# this contain a list
df = tabula.read_pdf("PDF File Path", pages = 1)[0]
# Convert into Excel File
df.to_excel('Excel File Path')
输出: