通過Python從PDF文檔中提取表格
如何使用 Python 庫從 PDF 中提取表格
如何使用 Python for .NET 庫從PDF文檔中提取表格
為了提取表格，我們將使用 [Aspose.PDF 用於 .NET](https://products.aspose.com/pdf/net） API，這是一個功能豐富、功能強大且易於使用的文檔操作 API，適用於 python-net 平臺。打開 [NuGet](https://www.nuget.org/packages/aspose.pdf） 包管理器，搜索“.PDF”並安裝。您也可以從程式包管理器主控台使用以下命令。
Python Package Manager Console
pip install aspose-pdf通過Python從PDF中提取表格
您需要 [Aspose.PDF 用於 .NET](https://releases.aspose.com/pdf/net） 在您的環境中嘗試代碼。
- 載入包含文件實例的 PDF。
- 建立表吸收器物件以查找表。
- 使用吸收器訪問第一頁。
- 取得頁面上的第一個表。
- 刪除表。保存檔案。
從 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)