Estrai tabelle da PDF tramite Python
Estrai la tabella dal documento PDF. Usa Aspose.PDF per Python for .NET per modificare i file PDF a livello di codice
Come estrarre tabelle dal documento PDF utilizzando la libreria Python for .NET
Per estrarre la tabella, utilizza Aspose.PDF for Python via .NET, un’API potente e facile da usare. Apri PyPI, cerca aspose-pdf e installalo. In alternativa, esegui il comando:
Console
pip install aspose-pdfEstrai tabelle da PDF tramite Python
È necessario Aspose.PDF for .NET per provare il codice nel proprio ambiente.
- Importa le librerie necessarie
- Carica il documento PDF
- Inizializza il
TableAbsorbere ripeti l’iterazione sulle pagine - Estrai il contenuto della tabella
- Salva i dati estratti (opzionale)
Estrai tabelle dal PDF - Python
import aspose.pdf as apdf
from os import path
path_infile = path.join(self.data_dir, infile)
# Load source PDF document
pdf_document = apdf.Document(path_infile)
for page in pdf_document.pages:
absorber = apdf.text.TableAbsorber()
absorber.visit(page)
for table in absorber.table_list:
for row in table.row_list:
for cell in row.cell_list:
text_fragment_collection = cell.text_fragments
for fragment in text_fragment_collection:
txt = ""
for seg in fragment.segments:
txt += seg.text
print(txt)