讲师中心 微信公众号

工具推荐

视频效率加速
SoundView
SoundView

字幕擦除翻译、配音口型同步

Laper
Laper

剧本策划到成片协作

updream

一键生成高质量推广成片

剧云
剧云

中文短剧剧本制作平台

怎么用Python自动批量提取PDF文档中的表格到Excel?

老枫同学_6343

老枫同学_6343

发布时间:2026-11-19 11:05:03

|

232人浏览过

|

来源于php中文网

原创

tabula-py提取PDF表格最省事但依赖Java且不支持扫描版;空列表主因是PDF非文本型或未指定页码/区域;可用pdfplumber验证文本层;合并多PDF表格需用ExcelWriter控制写入位置;tabula适合规整表格,camelot适合复杂线框表格。

怎么用python自动批量提取pdf文档中的表格到excel?

直接用 tabula-py 提取 PDF 表格最省事,但必须注意:它依赖 Java 运行环境,且对扫描版 PDF 完全无效——不是所有“看起来像表格”的内容都能被识别出来。

为什么 tabula.read_pdf() 读出来是空列表?

常见原因是 PDF 不是文本型(即扫描件或图片嵌入),tabula 根本看不到文字。另一个高频问题是没指定页码或区域,导致默认只扫第一页顶部一小块。

  • 先用 pdfplumber 快速验证是否能提取文字:
    import pdfplumber
    with pdfplumber.open("sample.pdf") as pdf:
        print(pdf.pages[0].extract_text()[:200])
    如果输出是 None 或乱码,说明是扫描件,得先 OCR
  • 强制指定页码范围:pages="all" 或 pages=[1, 3, 5],别依赖默认值
  • 用 area 参数框选表格区域(单位是点,左下为原点),比靠算法自动检测更稳:area=[100, 50, 600, 400]

怎么把多个 PDF 的表格合并到一个 Excel 文件里?

关键不是“循环读取”,而是控制每个表格写入 Excel 的位置——否则所有表会叠在同一个 sheet 的 A1 单元格上。

Python健壮编程
Python健壮编程

编写可靠Python代码,避免可变默认值、导入陷阱与运行时意外

下载
  • 用 pandas.ExcelWriter 的 engine="openpyxl" 模式,支持追加写入
  • 每读一个 PDF,用 df.to_excel(writer, sheet_name=f"PDF_{i}", index=False) 分开建 sheet
  • 如果想塞进同一个 sheet,得手动计算起始行:startrow = writer.sheets["Summary"].max_row + 2,再传给 to_excel(startrow=...)
  • 别忘了最后调用 writer.close(),否则文件可能损坏

tabula 和 camelot 到底选哪个?

tabula 更快、API 简单,适合结构规整的 PDF;camelot 对复杂线框表格识别率更高,但安装麻烦(需要 Ghostscript)、速度慢一倍以上。

立即学习“Python免费学习笔记(深入)”;

  • 优先试 tabula.read_pdf(..., multiple_tables=True),返回的是 list of DataFrames,直接遍历处理即可
  • 如果表格有合并单元格或细线分隔,换 camelot.read_pdf(..., flavor="lattice");若只有竖线/无边框,用 flavor="stream"
  • camelot 的 table.df 才是 DataFrame,别直接用 table 对象
  • 两者都对中文支持一般,若字段名乱码,加参数 encoding="utf-8"(tabula)或确保 PDF 内嵌字体支持中文

真正卡住的往往不是代码写不对,而是 PDF 本身质量——比如表格跨页、字体嵌入不全、用了非标准编码。建议先人工抽 3 个样本 PDF,用 pdfplumber 看文本层是否完整,再决定走 OCR 还是纯解析路线。

相关文章

极轻PDF
极轻PDF

专业的在线PDF工具,支持PDF编辑、转换、合并、压缩等多种功能,操作简单,处理高效,满足日常办公与学习中的PDF处理需求。

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
Flowith
Flowith Hot

Flowith是一款基于画布和智能体工作流的 AI 协作工作空间。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1951

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5564

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1889

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

33997

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3987

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3987

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1283

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Excel 教程
Excel 教程

共162课时 | 45.9万人学习

成为PHP架构师-自制PHP框架
成为PHP架构师-自制PHP框架

共28课时 | 3.7万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn