Извлечение таблиц из PDF-документа с помощью Python
Как извлечь таблицу из PDF с помощью библиотеки 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-pdfИзвлечение 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)