以 Python 從 PDF 中提取表格
如何使用 Python 從 PDF 中提取表格
如何使用 Aspose.PDF 用於 Python for .NET 工具從 PDF 中提取表格
您是否需要從 PDF 文件中提取表格？對 PDF 文件進行程序化修改是現代數位工作流程的重要組成部分。使用 Aspose.PDF 等 Python 庫，開發人員可以從 PDF 文件中提取表格。這些函式庫是獨立的解決方案，不依賴其他軟體，並且已準備好用於商業用途。它們涵蓋了專業 Python 開發人員的所有可能需求。
- 從 PDF 檔案中提取文本
- 從 PDF 檔案中提取圖像
- 從 PDF 檔案中提取字體
- 從表單中提取數據
- 從圖章中擷取文本
- 從表格中提取數據
為了從 PDF 檔案中提取表格，我們將使用 Aspose.PDF for .NET API，這是一個功能豐富、強大且易於使用的文件操作 API，適用於 python-net 平台。開啟 NuGet 套件管理器，搜尋 Aspose.PDF 並安裝。您也可以從套件管理器控制台使用下列命令。
Console
pip install aspose-pdf以 Python 從 PDF 中提取表格
要在您的環境中嘗試代碼，您需要 Aspose.PDF for Python。
1.開啟 PDF 文件。 1.迭代文件中的所有頁面。 1.為頁面建立表格吸收器。 1.組裝列文本輸出。
使用 Python 從 PDF 中提取表格
此示例代碼顯示如何從 PDF 文檔中提取表格
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))