Wyodrębnij tabele z pliku PDF w Python
Jak wyodrębnić tabele z pliku PDF przy użyciu Python
Jak wyodrębnić tabele z pliku PDF za pomocą narzędzia Aspose.PDF dla Python for .NET
Czy musisz wyodrębnić tabele z pliku PDF? Programowa modyfikacja dokumentów PDF jest istotną częścią nowoczesnych cyfrowych przepływów pracy. Dzięki bibliotekom Pythona, takim jak Aspose.PDF, programiści mogą wyodrębniać tabele z pliku PDF. Biblioteki te są samodzielnymi rozwiązaniami, które nie opierają się na innym oprogramowaniu i są gotowe do użytku komercyjnego. Obejmują one wszystkie możliwe potrzeby profesjonalnych programistów Pythona.
- Wyodrębnij tekst z pliku PDF
- Wyodrębnij obrazy z pliku PDF
- Wyodrębnij czcionki z PDF
- Wyodrębnij dane z formularza
- Wyodrębnij tekst ze znaczków
- Wyodrębnij dane z tabeli
Aby wyodrębnić tabele z pliku PDF, użyjemy interfejsu API Aspose.PDF for .NET, który jest bogatym w funkcje, potężnym i łatwym w użyciu interfejsem API do manipulacji dokumentami dla platformy python-net. Otwórz menedżera pakietów NuGet, wyszukaj Aspose.PDF i zainstaluj. Można również użyć następującego polecenia z konsoli Menedżera pakietów.
Console
pip install aspose-pdfWyodrębnij tabele z pliku PDF w Python
Aby wypróbować kod w swoim środowisku, potrzebujesz Aspose.PDF dla Pythona.
- Otwórz dokument PDF.
- Iteruj wszystkie strony w dokumencie.
- Utwórz absorber tabeli dla strony.
- Złóż wyjście tekstowe wiersza.
Wyodrębnij tabele z pliku PDF za pomocą Python
Ten przykładowy kod pokazuje, jak wyodrębnić tabele z dokumentów PDF
Input file:
File not added
Output format:
Output file:
import aspose.pdf as ap
from os import path
from config import set_license, initialize_data_dir
def extract_tables_from_pdf(infile):
# Open PDF document
document = ap.Document(infile)
# Iterate through each page in the document
for page in document.pages:
absorber = ap.text.TableAbsorber()
absorber.visit(page)
for table in absorber.table_list:
print("Table")
for row in table.row_list:
row_text = []
for cell in row.cell_list:
cell_text = []
for fragment in cell.text_fragments:
cell_text.append("".join(seg.text for seg in fragment.segments))
row_text.append("|".join(cell_text))
print("|".join(row_text))