昆山外贸型网站制作,wordpress设置版权,网络营销工具中最基本最重要的是,h5做怎么做微网站下面是一个完整的示例#xff0c;其中包括了merge_tables_to_excel函数的定义#xff0c;并且假设该函数的功能是从每个PDF文件中提取第一个表格并将其合并到一个Excel文件中#xff1a;
import os
from pathlib import Path
import pandas as pd
import pdfplumber …下面是一个完整的示例其中包括了merge_tables_to_excel函数的定义并且假设该函数的功能是从每个PDF文件中提取第一个表格并将其合并到一个Excel文件中
import os
from pathlib import Path
import pandas as pd
import pdfplumber def extract_first_table_from_pdf(pdf_path): try: with pdfplumber.open(pdf_path) as pdf: for page in pdf.pages: tables page.extract_tables() if tables: # tables[0] pdf中的第一个表格如果pdf有第二个表格你可以修改为tables[1] 根据你需求来调整return tables[0] except Exception as e: print(fError reading {pdf_path}: {e}) return None def merge_tables_to_excel(pdf_files, excel_path): all_tables [] for pdf_path in pdf_files: first_table extract_first_table_from_pdf(pdf_path) if first_table: df_table pd.DataFrame(first_table[1:], columnsfirst_table[0]) all_tables.append(df_table) if all_tables: merged_tables_df pd.concat(all_tables, ignore_indexTrue) merged_tables_df.to_excel(excel_path, sheet_nameMerged Tables, indexFalse) print(fTables have been saved to {excel_path}) else: print(No tables found in the PDF files.) def find_all_pdf_files(directory): return list(Path(directory).glob(*.pdf)) if __name__ __main__: # 指定PDF文件夹路径 pdf_folder Path(refer) # 获取文件夹中所有的PDF文件 pdf_files find_all_pdf_files(pdf_folder) # 打印找到的PDF文件列表 print(Found PDF files:, [str(file) for file in pdf_files]) # 指定要保存的Excel文件路径 excel_path merged_tables.xlsx # 提取并合并表格数据到Excel文件 merge_tables_to_excel(pdf_files, excel_path)运行结果如图所示
如果你想要遍历一个文件夹中的所有子文件夹并获取每个子文件夹中的PDF文件你可以使用递归函数来实现这个功能。下面是一个修改后的代码示例它会递归地搜索指定目录及其所有子目录中的PDF文件
import os
from pathlib import Path def find_all_pdf_files(directory): pdf_files [] for root, dirs, files in os.walk(directory): for file in files: if file.lower().endswith(.pdf): pdf_files.append(Path(root) / file) return pdf_files if __name__ __main__: # 指定PDF文件夹路径 pdf_folder Path(refer) # 获取文件夹中所有的PDF文件包括子文件夹中的PDF文件 pdf_files find_all_pdf_files(pdf_folder) # 打印找到的PDF文件列表 print(Found PDF files:, [str(file) for file in pdf_files]) # 指定要保存的Excel文件路径 excel_path merged_tables.xlsx # 提取并合并表格数据到Excel文件 merge_tables_to_excel(pdf_files, excel_path)在这个示例中find_all_pdf_files 函数使用 os.walk() 来递归遍历目录和子目录。os.walk() 会为每个目录返回一个三元组包含当前目录的路径、当前目录下的子目录名列表以及当前目录下的文件名列表。函数遍历每个文件名检查它是否以 .pdf 结尾不区分大小写如果是则将其添加到 pdf_files 列表中。
请确保你的 merge_tables_to_excel 函数能够处理多个PDF文件中的表格合并到Excel文件的逻辑。如果你需要更具体的帮助来定义这个函数请提供更多关于你希望如何合并表格的信息。
