在 Python 中从 PDF 中提取表格
如何使用 Python 从 PDF 中提取表格
如何使用适用于 Python for .NET 工具的 Aspose.PDF 从 PDF 中提取表格
你需要从 PDF 中提取表格吗？PDF 文档的编程修改是现代数字工作流程的重要组成部分。使用像 Aspose.PDF 这样的 Python 库，开发人员可以从 PDF 中提取表格。这些库是独立的解决方案，不依赖其他软件，可以用于商业用途。它们涵盖了专业 Python 开发人员的所有可能需求。
- 从 PDF 中提取文本
- 从 PDF 中提取图像
- 从 PDF 中提取字体
- 从表单中提取数据
- 从邮票中提取文本
- 从表中提取数据
为了从 PDF 文件中提取表格，我们将使用 Aspose.PDF for .NET API，这是一款功能丰富、强大且易于使用的文档操作 API，适用于 python-net 平台。打开 NuGet 软件包管理器，搜索 Aspose.PDF 并安装。您也可以使用包管理器控制台中的以下命令。
Console
pip install aspose-pdf在 Python 中从 PDF 中提取表格
要在你的环境中试用代码，你需要 Aspose.PDF for Python。
1。打开 PDF 文档。 1。遍历文档中的所有页面。 1。为页面创建表格减震器。 1。汇编行文本输出。
使用 Python 从 PDF 中提取表格
此示例代码显示如何从 PDF 文档中提取表格
Input file:
File not added
Output format:
PDF
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))