Wyodrębnij tabele z pliku PDF przez Python

Wyodrębnij tabelę z dokumentu PDF. Użyj pliku Aspose.PDF dla Python for .NET, aby programowo modyfikować pliki PDF

Aspose.PDF for Python for .NET Logo
C# Java C++ Python

Jak wyodrębnić tabele z dokumentu PDF przy użyciu biblioteki Python for .NET

Aby wyodrębnić tabelę, użyj Aspose.PDF for Python via .NET, potężnego i łatwego w użyciu API. Otwórz PyPI, wyszukaj aspose-pdf i zainstaluj. Alternatywnie uruchom polecenie:

Console

pip install aspose-pdf

Wyodrębnij tabele z pliku PDF za pośrednictwem Python

Potrzebujesz Aspose.PDF for .NET, aby wypróbować kod w swoim środowisku.

  1. Importuj niezbędne biblioteki
  2. Załaduj dokument PDF
  3. Zainicjuj TableAbsorber i iteruj na stronach
  4. Wyodrębnij zawartość tabeli
  5. Zapisz wyodrębnione dane (opcjonalnie)

Wyodrębnij tabele z 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)