通过 Python 从 PDF 文档中提取表格
如何使用 Python 库从 PDF 中提取表格
如何使用 Python for .NET 库从 PDF 文档中提取表格
为了提取表，我们将使用 Aspose.PDF for .NET API，这是一款功能丰富、功能强大且易于使用的适用于 python-net 平台的文档操作 API。打开 NuGet 软件包管理器，搜索 aspose.pdf 然后安装。您也可以从软件包管理器控制台使用以下命令。
Python Package Manager Console
pip install aspose-pdf通过 Python 从 PDF 中提取表格
你需要 Aspose.PDF for .NET 在你的环境中试用代码。
1.加载带有文档实例的 PDF。 1.创建 TableAssorber 对象来查找表格。 1.使用吸收剂访问第一页。 1.获取页面上的第一张桌子。 1.移除表。保存该文件。
从 PDF 中提取表格-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)