写在前面

经常在学习或工作中需要从PDF获取一些表格数据，直接用PDF阅读器复制的话，很难复制出来，使用PDF转Excel的软件，又需要收费。这时候，可以使用我们强大的python，几行代码就能把pdf的表格内容抽取到Excel，顺便学习一下。

本文介绍一个解析PDF的包使用过程，以及为何挑选这个解析包。

如何挑选python包

我们经常在网上看到一些python包，虽然功能一样，但是包名却不同。例如解析PDF的包，有好几种，那么我们应该怎么挑选呢？这里告诉大家一个方法，利用python官方文档来决定，用哪个比较好。

• pdfplumber

首先，我们通过百度搜索 “包名+ pypi”。

这里我们搜索 pdfplumber pypi

点击进去，英文看不懂不要紧，点击“releasese history”, 看到最新版本是2020年，就是今年发布。说明这个包有人在维护着，所以这个包可以放心使用。就算这个包出了BUG，它下一版本也会修复的，所以不用担心。

• camelot

来对比一下，另外一个PDF解析包，camelot，据说曾经是一个非常实用的pdf解析包，我们来看看它的官方文档，七年之前就停更了、这个包用起来似乎就没那么好了，当然可以用，就是可能会出现与你的python环境会冲突，而且有BUG也不会有人去修复。

所以说，在挑选同类型包时，尽量挑选有人维护的python包，这样即使出了问题，你也可以寻求到帮助。

代码讲解

这次代码很简单，就是pdfplumber的使用。

import pdfplumber
import xlwt

pdflumber: PDF 文件解析包。

xlwt: 用于Excel文件的读写。

workbook = xlwt.Workbook()  # 定义workbook
sheet = workbook.add_sheet('Sheet1')  # 添加sheet
pdf = pdfplumber.open("EAST文本检测论文.pdf")
for page in pdf.pages:
    for table in page.extract_tables():
        for row in table:
            print(row)
            for j in range(len(row)):
                sheet.write(i, j, row[j])
pdf.close()
# 保存Excel表
workbook.save('EAST文本检测论文_01.xls'

pdfplumber 是按页去解析PDF的，pdf.pages拿到所有页面，extract_tables() 把页面中的表格取出来，最后按照表格的格式赋值给Excel的每个单元格。

运行结果

PDF截图

输出结果

后台私信我，回复：python解析pdf。 我把源码发你。最后，感谢大家的阅读，祝大家工作生活愉快！