极客笔记Python 如何将PDF文件转换为Excel文件
Python 具有处理不同类型操作的大量库。通过本文我们将看到如何将PDF文件转换为Excel文件。Python中有各种包可以将pdf文件转换为CSV，但我们将使用 tabula-py 模块。大部分 tabula-py 都是用Java编写的，它可以读取pdf文档并将 Python DataFrame 转换为 JSON对象 。
为了使用 tabula-py ，我们必须在系统中预先安装Java。现在，为了将pdf文件转换为csv，我们将按照以下步骤进行：
- 首先，在命令行中键入 pip install tabula-py 安装所需的包。
-
现在使用 read_pdf(“文件位置”, pages=页数) 函数读取文件。这将返回一个DataFrame。
-
使用 tabula.convert_into(‘pdf文件名’, ‘文件名.csv’，output_format= “csv”, pages= “all”) 将DataFrame转换为Excel文件。通常它将pdf文件导出为Excel文件。
示例
在这个示例中，我们使用了 IPL比赛日程文件 转换为Excel文件。
# Import the required Module
import tabula
# Read a PDF File
df = tabula.read_pdf("IPLmatch.pdf", pages='all')[0]
# convert PDF into CSV
tabula.convert_into("IPLmatch.pdf", "iplmatch.csv", output_format="csv", pages='all')
print(df)
结果
运行上面的代码将会将pdf文件转换为Excel（csv）文件。
