Ten krótki samouczek opisuje proces jak czytać tabelę PDF w Pythonie. Przedstawia wszystkie podstawowe informacje potrzebne do ustawienia środowiska programistycznego, sekwencję kroków do napisania aplikacji oraz przykładowy kod do wykonania wyodrębniania tabeli z PDF w Pythonie. Otrzymasz wskazówki, jak uzyskać dostęp do każdej komórki tabeli, a następnie pobrać wszystkie zawarte w niej dane.
Kroki, aby wyodrębnić dane tabeli z pliku PDF za pomocą Pythona
- Ustaw środowisko na użyj Aspose.PDF dla Pythona przez .NET, aby czytać tabele
- Załaduj źródłowy plik PDF, używając klasy Document mającej tabelę
- Utwórz instancję obiektu klasy TableAbsorber, aby odczytywać tabele z załadowanego pliku PDF
- Wybierz stronę i przeanalizuj wszystkie znajdujące się na niej tabele
- Uzyskaj dostęp do pierwszej tabeli i przeanalizuj wiersze i kolumny, aby pobrać wszystkie wystąpienia TextFragment w komórce
- Przeanalizuj wszystkie fragmenty tekstu i wyświetl tekst w każdym fragmencie
Te kroki wyjaśniają proces czytania tabeli PDF w Pythonie. Proces rozpoczyna się od załadowania pliku PDF, a następnie utworzenia obiektu TableAbsorber, który posiada metody odczytu tabel z pliku PDF. Po przeanalizowaniu wszystkich tabel na określonej stronie uzyskuje się dostęp do pierwszej tabeli z kolekcji, a następnie analizuje się każdy wiersz i kolumnę, aby uzyskać zbiór fragmentów tekstu do pobrania danych.
Kod do wyodrębnienia tabeli z pliku PDF za pomocą Pythona
Powyższy kod pokazuje, jak za pomocą pythona odczytać tabelę pdf i pobrać jej dane do przetworzenia. Kiedy wywołujemy metodę visit() w klasie TableAbsorber, wypełnia ona tablicę table_list, która jest używana do uzyskiwania dostępu do poszczególnych tabel. Każda tabela w kolekcji tabel ma właściwość row_list, która ma właściwość cell_list zapewniającą dostęp do kolekcji kolumn, a na końcu dochodzisz do właściwości text_fragments, aby uzyskać zbiór danych w określonej komórce.
Ten artykuł nauczył nas, że wyodrębnianie tabeli z PDF Python może być łatwe. Jeśli chcesz poznać proces odczytywania zakładek w pliku PDF, zapoznaj się z artykułem na stronie jak czytać zakładki w PDF za pomocą Pythona.
