提取pdf文件中的表格數(shù)據(jù)原文鏈接
另外參考
https://camelot-py.readthedocs.io/en/master/
使用camelot模塊
可以直接使用pip進(jìn)行安裝
pip install "camelot-py[cv]"
用到的pdf示例文件
http://gstcouncil.gov.in/sites/default/files/gst-revenue-collection-march2020.pdf
讀入pdf文件
import camelot
tables = camelot.read_pdf('gst-revenue-collection-march2020.pdf', flavor='stream', pages='0-3')
這里flavor參數(shù)的作用暫時(shí)還不知道
如果表格跨頁(yè)需要指定pages參數(shù)
tables
tables[2]
tables[2].df
tables可以返回解析獲得的表格數(shù)量
tables[2]獲取指定的表格
tables[2].df將表格數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)框
pandas 行合并
aa = {"A":[1,2,3],"B":[4,5,6]}
bb = {"A":[4],"B":[7]}
import pandas as pd
a = pd.DataFrame(aa)
b = pd.DataFrame(bb)
a.append(b)
SVG格式轉(zhuǎn)換為pdf格式原文鏈接
https://www.tutorialexample.com/a-simple-guide-to-python-convert-svg-to-pdf-with-svglib-python-tutorial/
使用到的是svglib這個(gè)庫(kù)濒翻，直接使用pip安裝
pip install svglib
svg轉(zhuǎn)換為pdf格式代碼
from svglib.svglib import svg2rlg
from reportlab.graphics import renderPDF
drawing = svg2rlg("home.svg")
renderPDF.drawToFile(drawing, "file.pdf")
歡迎大家關(guān)注我的公眾號(hào)
小明的數(shù)據(jù)分析筆記本
