import pdfplumber
import pandas as pd
path="./2017数据.pdf"
with pdfplumber.open(path) as pdf:
page = pdf.pages[0]
text = page.extract_text()
print(text)
table = page.extract_tables(table_settings={})
for t in table:
df = pd.DataFrame(t[1:], columns=t[0])
print(df)
使用pdfplumber提取pdf表格内容时,得到的全是cid:xxxx,怎么解决?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- threenewbee 2019-11-30 16:48关注
建议你换一个思路,用pdf2txt或者类似的工具,转换成文本文件,然后再稍微调整转换成csv
最后再用pandas的readcsv去读取解决 无用评论 打赏 举报
悬赏问题
- ¥15 虚幻5 UE美术毛发渲染
- ¥15 CVRP 图论 物流运输优化
- ¥15 Tableau online 嵌入ppt失败
- ¥100 支付宝网页转账系统不识别账号
- ¥15 基于单片机的靶位控制系统
- ¥15 真我手机蓝牙传输进度消息被关闭了,怎么打开?(关键词-消息通知)
- ¥15 装 pytorch 的时候出了好多问题,遇到这种情况怎么处理?
- ¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本
- ¥15 手机接入宽带网线,如何释放宽带全部速度
- ¥30 关于#r语言#的问题:如何对R语言中mfgarch包中构建的garch-midas模型进行样本内长期波动率预测和样本外长期波动率预测