Python を使って PDF からテーブルを抽出

PDF ドキュメントからテーブルを抽出します。プログラムで PDF ファイルを変更するには、Aspose.PDF for Python for .NET を使用してください

C# Java C++ Python

Python for .NET ライブラリを使用して PDF ドキュメントからテーブルを抽出する方法

テーブルを抽出するために、python-net プラットフォーム用の機能豊富で強力で使いやすいドキュメント操作 API である Aspose.PDF for .NET API を使用します。NuGet パッケージマネージャーを開き、aspose.pdf を検索してインストールします。パッケージマネージャーコンソールから次のコマンドを使用することもできます。

Python Package Manager Console

pip install aspose-pdf

Python を介して PDF からテーブルを抽出

お使いの環境でコードを試すには Aspose.PDF for .NET が必要です。

Document のインスタンスを持つ PDF を読み込みます。
テーブルを検索する TableAbsorber オブジェクトを作成します。
アブソーバー付きの最初のページをご覧ください。
ページ上の最初のテーブルを取得します。
テーブルを取り外します。ファイルを保存します。

PDF からテーブルを抽出-Python

import aspose.pdf as ap

input_file = DIR_INPUT_TABLE + "Table_input.pdf"
# Load source PDF document
pdf_document = ap.Document(input_file)
for page in pdf_document.pages:
    absorber = ap.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)