我想自动化手动将数据从PDF提取到excel的过程

Question

我有数百个PDF文件，它们都有完全相同的格式（大部分是表格格式）。我有一个excel工作表，我从表格（PDF）中选择值，并将它们粘贴到excel中的特定位置（也在表格中），以分析数据。我经历过地狱：powershell、itextsharp、acrobat表单、导出数据等，但到目前为止我一直很不走运。不管怎样，我都可以自动完成从PDF中提取数据并将其放入excel的手动过程。同样，所有PDF格式完全相同（只有值不同）

编辑：要添加更多详细信息，这些PDF是纳税申报单。我必须合并每月提交的纳税申报表。因此，表格标题在excel中保持不变，只是每个月的值会发生变化，因为不同月份的回报不同。现在我正在打开单个PDF，复制值并将其粘贴到excel工作表中。我想自动化这个过程

Answer 1

可以使用tabla和pandas从pdf导出多个表

示例代码

作为pd进口熊猫 进口表格

df=tabla.read\u pdf（'path to file'，pages='all'）

对于范围内的i（len（df））： df[i].to_excel（'file_'+str（i）+'.xlsx'）

Answer 2

Python既有Excel库，也有PDF库。你可以在网上免费找到它们。Python本身也可以免费下载，您可以快速学习

例如，一些PDF库： https://www.datasciencelearner.com/top-5-python-pdf-library-know-data-scientist/

对于Excel，我发现： https://www.educba.com/python-read-excel-file/

玩得开心