Извлеките таблицы из PDF с помощью Python

Извлеките таблицу из PDF-документа. Используйте Aspose.PDF для Python for .NET для программного изменения PDF-файлов

Как извлечь таблицы из PDF-документа с помощью библиотеки Python for .NET

Чтобы извлечь таблицу, используйте Aspose.PDF for Python via .NET, мощный и простой в использовании API. Откройте PyPI, найдите aspose-pdf и установите его. Или выполните команду:

Console

pip install aspose-pdf

Извлечение таблиц из PDF с помощью Python


Вам нужно Aspose.PDF for .NET попробовать код в своей среде.

  1. Импортируйте необходимые библиотеки
  2. Загрузите PDF-документ
  3. Инициализируйте TableAbsorber и выполняйте итерацию по страницам
  4. Извлеките содержимое таблицы
  5. Сохранить извлеченные данные (опционально)

Извлечение таблиц из 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)