[英]How can I scrape several pages of a pdf?
我的代碼是這樣的:
df = tabula.read_pdf('test.pdf', pages = ['all'])[0]
df.head()
df.to_excel('test.xlsx')`
當我運行它時,我的 Excel 中只有第一頁......
您閱讀了所有頁面的整個 pdf,但您獲取了第一個元素。
df = tabula.read_pdf('test.pdf', pages = ['all'])[0]
^^^
我認為您必須刪除它並將其連接起來才能使所有頁面都表現出色。 類似的東西:
dfs = tabula.read_pdf(self.file, pages='all')
df = pd.concat(dfs)
df.to_excel("filename.xlsx")
這是一篇如何處理pdf的好文章
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.