python中使用tabula爬取pdf数据并导出表格
Tabula是专门用来提取PDF表格数据的，同时支持PDF导出CSV、Excel格式，我们可以利用它爬取需求数据，并以表格形式更好的呈现出来。
Tabula是专门用来提取PDF表格数据的，同时支持PDF导出CSV、Excel格式。
首先安装tabula-py:
tabula-py依赖库包括Java、pandas、numpy所以需要保证运行环境中安装了这些库。
在Python中配置好Java后看能否正常运行
把PDF中爬取出来的数据制成表格，需要加载openpyxl：
需要读取平均页数有二三百多页的PDF文件数据，爬取出需求数据，以及按需求格式制成不同的sheet表：
把写好的Python文件放在和PDF文件放在同一目录下，运行Python文件自动导出我们所需的表格
执行以上代码，成功导出提取的数据，同时也可以访问网站：https://tabula.technology/进行在线解析pdf
以上方法完美的解决了在PDF中提取表格数据，同时支持PDF导出CSV、Excel格式，减少了手工输入，自动化简化了工作。
文章如有错误请给与指教，谢谢！
版权声明：本文为Estate-47原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。