[英]How can I scrape several pages of a pdf?
我的代码是这样的:
df = tabula.read_pdf('test.pdf', pages = ['all'])[0]
df.head()
df.to_excel('test.xlsx')`
当我运行它时,我的 Excel 中只有第一页......
您阅读了所有页面的整个 pdf,但您获取了第一个元素。
df = tabula.read_pdf('test.pdf', pages = ['all'])[0]
^^^
我认为您必须删除它并将其连接起来才能使所有页面都表现出色。 类似的东西:
dfs = tabula.read_pdf(self.file, pages='all')
df = pd.concat(dfs)
df.to_excel("filename.xlsx")
这是一篇如何处理pdf的好文章
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.