[英]Is there a way to convert .pdf to .csv using python?
我目前正在尝试使用 tabula-py,但是我在提取 pdf 数据时尝试的所有文档示例都导致以下错误:返回非零退出状态 1。
所以我只是好奇是否有其他方法可以使用 python 将 pdf 上的表中的数据转换为 csv 文件。
tabula-py 的答案已经在 StackOverflow 和其他资源上可用.. 尝试使用 Camelot:
pip install camelot-py[cv]
import camelot
tables = camelot.read_pdf('X.pdf')
tables.export('X.csv', f='csv', compress=True) # you can also save it different file formats
有关更多信息,请参阅此链接。
如果您希望使用 Python 将表从 PDF 导出到 CSV 文件,这是使用 Taluba 和 Camelot 等库的最佳方式。
首先,我们需要从各个页面中提取表格,然后像 pandas 这样的库将它们导出为 CSV 或其他所需格式。
但是,如果文档是非电子文档,我们将不得不使用 OCR 或 ML 技术来提取表格。
这是一篇博客文章,其中包含一些示例: https://nanonets.com/blog/pdf-table-to-csv/#pdf-table-extraction-to-csv-with-python
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.