【办公自动化】使用Python一键提取PDF中的表格到Excel _表格

目录
一、处理Excel
二、提取PDF表格到excel
三、往期推荐
文末推荐
【【办公自动化】使用Python一键提取PDF中的表格到Excel】文末福利
一、处理Excel
1.批量操作：当要处理众多Excel文件时，例如出现重复性的手工劳动，那么使用就可以实现批量扫描文件、自动化进行处理，利用代码代替手工重复劳动，实现自动化，是第一个比Excel强大的地方
2.大型文件，当Excel文件超过几十兆、甚至上百兆时，打开文件很慢、处理文件更加慢，这时候若使用，会发现处理几十兆、几百兆甚至几GB都是没有问题的
3.当使用Excel进行复杂的计算时，会使用VBA ，但是VBA本身是过时并且复杂的语言，是当前最简单且容易实现的一门语言，用能够处理比VBA难度更高的业务逻辑
4.是通用语言，不仅可以处理Excel ，使用就可以得到很多额外的功能，例如：爬虫、发布网页的Web服务、与数据库进行连接、同时结合word和PPT进行处理、加入定时任务处理、人工智能分析等，各种额外的功能，这是Excel和VBA所不具备的
1.：是领域非常重要的，用于数据分析和可视化的类库，在处理Excel中， 90%可以利用类库就可以搞掂，利用就可以读取Excel、处理Excel和输出Excel ，但是也有缺点，就是无法做到格式类，例如Excel中合并单元、大量复杂的样式（看起来很精美）的时候，用无法搞掂，此时，依然是使用结合、来搞掂需求
2.：若电脑上未安装时，也可以使用，这个类型可以运行在linux上，并且也可以实现操作大部分Excel格式和样式的功能，使用它配合，也可以完成大部分场景的需求
3.：比更加强大，只能运行在或者Mac系统，并且该系统中必须安装了才能运行，的原理，就是基于当前系统已经安装好的软件，来进行功能的拓展来操作Excel
操作系统：使用, mac都可以
版本：系统中需要安装.6以上的版本，已经过期不建议使用， .6以前的版本功能相对弱，最好就是采用.6以上的版本
开发工具：有两个可以选择，，是个网页编辑器，可以运行，常常用于交互性、探索性的开发；，用于成熟脚本，或者web服务的一些开发；这两个工具可以随意选择
重要类库：, , 等
二、提取PDF表格到excel

文章插图
从PDF文件获取表格中的数据，也是日常办公容易涉及到的一项工作。一个一个复制吧，效率确实太低了。用从PDF文档中提取表格数据，并写入Excel文件，灰常灰常高效。上市公司的年报往往包含几百张表格，用它作为例子再合适不过，搞定这个，其他含表格的PDF都是小儿科了。今天以"保利地产年报"为例，这个PDF文档中有321页含有表格，总表格数超过这个数了。
先导入PDF读取模块`` ，随便挑一页看下表格数据的结构。如下，我们挑了第4页`pages[3]`来读取其中的表格，并显示。这里读取表格，用到了`()` ，即默认每页有多个表格。它会将单个表格的数据按行读取存入列表，再将每个表格的所有数据汇总存到一个上一级列表，最后将所有表格的数据汇总到一个大列表。而`()`方法则只能读一张表，当一个页面有多张表，就默认选第一个，因此会漏掉后面的。而且它们的数据结构也不同，差异如下。