pdfplumber模块初始用

最新推荐文章于 2026-06-15 11:37:50 发布

转载最新推荐文章于 2026-06-15 11:37:50 发布 · 2.6k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

原文链接：http://www.cnblogs.com/98WDJ/p/11283012.html

收录于

当前文章被以下社区和专栏收录：

本文介绍如何利用python库pdfplumber读取特定页数的PDF文件，并从中提取表格和文本内容。针对表格线不完整的情况，还提供了额外的设置选项。

import pdfplumber 
import re
def pdf_read():
    pdf=pdfplumber.open('文件路径'")#文件路径,读取文件
    page0=pdf.pages[11] #指定页数
    tables=page0.extract_tables()#获得该页的表格
    texts=page0.extract_text()#获得text文本值

pdfplumber 缺省通过表格线来区分行和列，所以下列情况是无法提取出表格的：
* 你的表格是图片，通过选择可以确定是否图片
* 你的表格不是用线来分隔，或者分隔不全，例如列用线，行没线
这种情况下，你就需要尝试：
page0.extract_tables(table_settings={})

转载于:https://www.cnblogs.com/98WDJ/p/11283012.html

标签

#python