使用Python将 PDF 转换为 CSV

Python是一种高级、通用且非常流行的编程语言。 Python编程语言（最新的Python 3）正被用于 Web 开发、机器学习应用程序以及软件行业的所有尖端技术。 Python编程语言非常适合初学者，也适合使用 C++ 和Java等其他编程语言的有经验的程序员。

在本文中，我们将学习如何使用Python将 PDF 文件转换为 CSV 文件。在这里，我们将讨论各种转换方法。对于所有方法，我们都使用输入 PDF 文件。

方法一：

这里将使用pdftables_api模块将 PDF 文件转换为任何其他格式。 pdftables_api 模块用于读取 PDF 中的表格。它还允许我们将 PDF 文件转换为另一种格式。

安装：

Open Command Prompt and type "pip install git+https://github.com/pdftables/python-pdftables-api.git"

它将安装pdftables_api模块
安装后，您需要一个 API KEY。
转到 PDFTables.com 并注册，然后访问 API 页面以查看您的 API 密钥。

方法：

验证 API 密钥。
对于将 PDF 文件转换为 CSV 文件，我们将使用csv()方法。

句法：

pdftables_api.Client('API KEY').csv(pdf_path, csv_path)

下面是实现：

使用的PDF文件：

PDF文件

Python3

# Import Module
import pdftables_api
  
# API KEY VERIFICATION
conversion = pdftables_api.Client('API KEY')
  
# PDf to CSV 
# (Hello.pdf, Hello)
conversion.csv(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_csv('Excel File Path')

输出：

CSV文件

方法二：

这里将使用tabula-py模块将 PDF 文件转换为任何其他格式。 tabula-py 是 tabula-java 的简单Python包装器，它可以读取 PDF 中的表格。您可以从 PDF 中读取表格并将它们转换为 Pandas DataFrame。 tabula-py 还允许您将 PDF 文件转换为 CSV、TSV 或 JSON 文件。