Python を介して PDF ドキュメントからテーブルを抽出
Python ライブラリを使ってPDFからテーブルを抽出する方法
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-pdfPython 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。
1。Document のインスタンスを持つ PDF を読み込みます。 1。テーブルを検索する TableAbsorber オブジェクトを作成します。 1。アブソーバー付きの最初のページをご覧ください。 1。ページ上の最初のテーブルを取得します。 1。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)