为什么我的PDF提取好字段之后导出表格只有第一行没有下面的信息啊

Question

为什么我的PDF提取好字段之后导出表格只有第一行没有下面的信息啊，辛苦各位老板帮忙解答一下哦~

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

问题描述： 提取 PDF 中的字段，导出表格时只有第一行没有下面的信息。 问题分析： 此问题可能是因为代码只提取了第一行的信息，并没有进行循环遍历整个 PDF 文件的所有页面，导致只有第一行的信息被提取了。 解决方案： 在代码中添加循环遍历每一页 PDF 内容的代码，将所有页面中的相应字段都提取出来，同时添加到表格中。 示例代码：

from PyPDF2 import PdfFileReader
import pandas as pd
pdf_file = 'test.pdf'
pdf_reader = PdfFileReader(open(pdf_file, 'rb'))
num_pages = pdf_reader.getNumPages()
# 存储提取的信息
info_list = []
# 遍历所有页面
for page in range(num_pages):
    # 获取当前页内容
    current_page = pdf_reader.getPage(page)
    current_page_content = current_page.extractText()
    
    # 提取字段信息
    field1 = ''
    field2 = ''
    field3 = ''
    
    # 将提取到的信息加入列表
    info_list.append([field1, field2, field3])
    
# 将信息列表转换为 DataFrame 并导出为表格
df = pd.DataFrame(info_list, columns=['Field1', 'Field2', 'Field3'])
df.to_excel('result.xlsx', index=False)

以上代码使用 PyPDF2 库提取 PDF 内容，循环遍历每一页并提取需要的字段，最后将提取到的信息存储在列表中，并导出为 Excel 表格。