pdf to excel

PDF เป็น Excel Converter ใน Python?

สคริปต์ Python นี้ใช้ไลบรารี tabula-py และ pandas เพื่อแปลงไฟล์ PDF เป็นไฟล์ Excel แต่ละตารางในไฟล์ PDF จะถูกเขียนลงในแผ่นงานแยกต่างหากในไฟล์ Excel

ทำงานด้วย GitHub Codespaces

พื้นที่เก็บข้อมูลนี้ได้รับการกำหนดค่าให้ใช้ GitHub Codespaces ซึ่งมีสภาพแวดล้อมการพัฒนาที่สมบูรณ์และกำหนดค่าได้ในระบบคลาวด์ นี่คือวิธีการใช้งาน:

1. คลิกปุ่มเปิดใน Codespaces ที่ด้านบนของที่เก็บ จากนั้นคลิกปุ่มสีเขียว สร้าง Codespace นี่จะเป็นการเปิดพื้นที่เก็บข้อมูลใน Codespace ใหม่

2. รอให้ Codespace ถูกสร้างขึ้น GitHub จะสร้าง Codespace ใหม่สำหรับพื้นที่เก็บข้อมูลนี้ และตั้งค่าตามไฟล์ devcontainer.json ซึ่งรวมถึงการดึงอิมเมจ Docker ที่ระบุ รัน postCreateCommand เพื่อติดตั้ง tabula-py และ pandas และติดตั้งส่วนขยาย VS Code ที่ระบุ กระบวนการนี้อาจใช้เวลาสักครู่

3. เพิ่มไฟล์ PDF ของคุณ เมื่อ Codespace พร้อมแล้ว ให้เพิ่มไฟล์ PDF ของคุณไปยังที่เก็บ คุณสามารถทำได้โดยการลากและวางไฟล์ลงใน File Explorer ทางด้านซ้ายของหน้าจอ

4. เพิ่มไฟล์ Excel เปล่าของคุณ เพิ่มไฟล์ Excel เปล่าลงในที่เก็บ คุณสามารถทำได้โดยคลิกขวาที่ File Explorer แล้วเลือก New File ตั้งชื่อไฟล์ด้วยนามสกุล .xlsx

5. เรียกใช้สคริปต์ Python เมื่อ Codespace พร้อมแล้ว ให้รันคำสั่งต่อไปนี้ในเทอร์มินัล:

 หลาม pdf_to_excel.py

การใช้งาน

สคริปต์กำหนดฟังก์ชัน pdf_to_excel(pdf_file_path, excel_file_path) ซึ่งจะอ่านไฟล์ PDF และเขียนตารางลงในไฟล์ Excel

คุณสามารถใช้ฟังก์ชันนี้ได้ดังนี้:

 pdf_to_excel('path_to_pdf_file.pdf', 'path_to_excel_file.xlsx')

แทนที่ path_to_pdf_file.pdf ด้วยเส้นทางไปยังไฟล์ PDF ที่คุณต้องการแปลง และแทนที่ `path_to_excel_file.xlsx`` ด้วยเส้นทางที่คุณต้องการบันทึกไฟล์ Excel

การพึ่งพาอาศัยกัน ?

• tabula-py : wrapper อย่างง่ายสำหรับ Tabula ซึ่งสามารถอ่านตารางในรูปแบบ PDF

• pandas : ไลบรารีการจัดการข้อมูลอันทรงพลัง

คุณสามารถติดตั้งการขึ้นต่อกันเหล่านี้ด้วย pip:

 pip3 ติดตั้ง tabula-py pandas

มันทำงานอย่างไร?

ฟังก์ชัน tabula.read_pdf อ่านไฟล์ PDF และส่งคืนรายการตาราง แต่ละตารางเป็น DataFrame ของแพนด้า

ตัวจัดการบริบท pd.ExcelWriter ใช้เพื่อเขียนลงในไฟล์ Excel

ภายในตัวจัดการบริบท for loop จะวนซ้ำรายการตาราง แต่ละตารางถูกเขียนลงในแผ่นงานแยกต่างหากในไฟล์ Excel ด้วยวิธี DataFrame.to_excel ที่จัดทำโดยไลบรารี pandas