Извлеките таблицы из PDF с помощью Python

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

C# Java C++ Python

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

Чтобы извлечь таблицу, мы будем использовать Aspose.PDF для.NET API, который представляет собой многофункциональный, мощный и простой в использовании API для работы с документами для платформы python-net. Откройте менеджер пакетов NuGet, найдите Aspose.pdf и установите. Вы также можете использовать следующую команду из консоли Package Manager.

Python Package Manager Console

pip install aspose-pdf

Извлечение таблиц из PDF с помощью Python

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

Загрузите PDF-файл с экземпляром документа.
Создайте объект TableAbsorber для поиска таблиц.
Посетите первую страницу с абсорбером.
Получите первый стол на странице.
Уберите таблицу. Сохраните файл.

Извлечение таблиц из PDF - 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)