代码编程 | Python 将 PDF 表格转为 Excel

最近整理几个学期的年级排名，需要把 PDF 成绩单转成 Excel，于是研究了一下 Python 的 pdfplumber 库。整个过程并不复杂，核心就两步：用 pdfplumber 解析表格，再用 openpyxl 写入 Excel。

需要注意的是，pdfplumber 只能解析规整的表格，那种乱七八糟的格式就不太行了。好在成绩单除了标题外还算规整。

import pdfplumber  # pip install pdfplumber
from openpyxl import Workbook #pip install openpyxl
import os
wb = Workbook()  # 创建文件对象
ws = wb.active  # 获取第一个sheet
path=os.getcwd()+"/2.pdf" #当前路径下的pdf文件
pdf = pdfplumber.open(path) #打开pdf文件
print('\n')
print('开始读取数据')
print('\n')
#第一页第一行标题，解析只对规整的表格有用
#ws.append(pdf.pages[0].extract_tables()[0][0])
for page in pdf.pages:
    # 获取当前页面的全部文本信息，包括表格中的文字
    #print(page.extract_text())
    for table in page.extract_tables():
        # print(table)
        for row in table:
            # print(row)
            #把列表拆了
            rowlist=str(row).replace("[","",).replace("]","").replace("'","").replace("\\n","").split(",")
            #print(rowlist)
            ws.append(rowlist)
        print('---------- 分割线 ----------')
pdf.close()
# 保存Excel表到22.xlsx,直接替换,注意保存
endfile='22.xlsx'
wb.save(endfile)
print('\n')
print('写入excel成功')
print('保存位置：')
print(os.getcwd()+"/"+endfile)
print('\n')