Python如何批量提取PDF表格数据转为Excel？Python怎么将PDF表格保存为Excel文件

在之前的文章之中小编已经给大家介绍过了python将pdf文件之中表格取出来的方法，但是表格数据取出来之后如果不保存在程序关闭之后就会被销毁。所以下面会来详细介绍一下，python如何批量提取PDF表格数据并转为Excel文件保存的方法，一起往下看看吧。

1.因为是要批量提取pdf文件，所以需要导入的模块为os、glob、pdfplumber这三个，其中glob模块的作用则是能够用来实现指定pdf文件的查找操作。模块导入文件之后定义一个变量，此变量需要接收字符串类型的文件路径，该文件路径需要有多个pdf文件存在，代码如下：

import os
import glob
import pdfplumber
import pandas as pd
path = r'/Users/wangwangyuqing/Desktop/pdf'

2.然后使用创建for循环结构，此循环迭代遍历的对象就是通过join()方法加上文件路径和pdf后缀，找到的该文件路径内所有pdf文件。然后用这个文件路径去调用提取表格并转为Excel文件的函数，代码如下：

for f in glob.glob(os.path.join(path, "*.pdf")):
  res = save_pdf_to_excel(f)

3.然后就是整个程序的关键核心代码了，定义函数并接收pdf文件路径作为参数。函数之中首先调用open()方法将pdf文件打开，然后获取到它所有的页码，再循环这个页码对象并且调用extract方法来获取这些页码之中的表格数据。

表格数据获取到之后使用pandas第三方库将其转为表格格式的Dataframe类型对象，然后去调用to_excle()方法就可以将这个表格数据保存到Excel之中了，详细代码示例如下所示：

def save_pdf_to_excel(path):
  pdf = pdfplumber.open(path)
  pages = pdf.pages
  tables = []
  for each in pages:
    table = each.extract_table()
    tables.extend(table)
  data = pd.DataFrame(tables[1:], columns=tables[0])
  file_name = path.split('/')[-1].split('.')[0] + '.xlsx'
  data.to_excel("/Useop/data/{}".format(file_name), index=False)

以上就是关于“Python如何批量提取PDF表格数据转为Excel？Python怎么将PDF表格保存为Excel文件”的全部内容了，希望对你有所帮助。