Python 从PDF中提取表格

我有一个包含文本、图像和表格的pdf文件。我只想使用Python或R从该pdf文件中提取表格。

您可能会发现PyPI很有用-您可以在那里搜索特定的内容，如“pdf”，它将为您提供与pdf（）相关的模块列表。从PyPI上的权重来看，您可能需要PDF 1.0。这应该可以帮助你开始

如果您正在考虑使用R我建议您使用tabulizer软件包。
它是可用的，并且非常容易使用。 要安装它，您必须使用以下命令：

install.packages("devtools")
devtools::install_github("ropensci/tabulizer")

并使用其中一个示例：

library("tabulizer")
f <- system.file("examples", "data.pdf", package = "tabulizer")
# When f is your selected pdf file.
out1 <- extract_tables(f)
# Or even better, say what page the tables are in.
out2 <- extract_tables(f, pages = 1, guess = FALSE, method = "data.frame")

库（“tabulizer”）
欢迎来到堆栈溢出！您似乎在要求某人为您编写一些代码。堆栈溢出是一个问答网站，而不是代码编写服务。请学习如何写有效的问题。问阿姨有帮助