成人欧美一区二区三区的电影,日韩一级一欧美一级国产,国产成人国拍亚洲精品,无码人妻精品一区二区三区毛片,伊人久久无码大香线蕉综合

背景：

從PDF文件中提取表格都是一個老大難的問題。無論你使用的是PyPDF2還是其他什么第三方庫，提取出來的表格都會變成純文本，效果并不好。公司之前有很多的研報pdf解析，都是通過買的第三方服務(wù)來解析的，偶然間發(fā)現(xiàn)

python第三方庫PyMuPDF1.23.8版本 已經(jīng)支持提取PDF中的表格了。還可以把表格轉(zhuǎn)換為Pandas的DataFrame供你分析。讓我們趕緊安裝使用下吧；

PyMuPDF的使用非常簡單，首先我們來安裝：

pip install pymupdf==1.23.0 pandas openpyxl

首先我們從網(wǎng)址上海清算所_研究與統(tǒng)計 (shclearing.com.cn)，

https://www.shclearing.com.cn/sjtj/tjyb/ 下載債券期末托管的pdf，pdf中表格如下：

確定好解析文件后，讓我們開始編寫代碼

import fitz

root_path = "./表四 債券期末托管情況2023-07-31.pdf"

doc = fitz.open(root_path)

page = doc[0] # 下標從0開始,第五頁對應(yīng)4

tables = page.find_tables()

df = tables[0].to_pandas()

print(df)

df.to_excel('table.xlsx', index=False)

保存table.xlsx 效果如下

下面我們將解析過程中的df數(shù)據(jù)轉(zhuǎn)換成json列表，截個圖吧，公眾號的代碼粘貼太丑：

閱讀原文：原文鏈接