用Python 從 PDF 抽取 Excel 2.0

前些天向大家介紹了我開發(fā)的從PDF抽取表格小工具的使用方法（??點擊直達），有同學(xué)反饋說有一些問題：

• 一頁PDF有多張表，只能抽取第一個
• 有些表格線條是透明的，無法抽取
• 一頁一頁處理太麻煩，不能一次性抽取

針對以上情況，我在原功能基礎(chǔ)上進行了優(yōu)化，本文依舊不涉及代碼，具體實現(xiàn)過程我考慮在B站直播講解。

這里就將優(yōu)化部分的使用方法介紹一下

https://huggingface.co/spaces/beihai/PDF-Table-Extractor

單頁PDF包含多個表格

這部分已經(jīng)做了代碼優(yōu)化，前端也有一點點變化

選擇具體頁碼后，自動彈出抽取完成，下載的Excel包含多個sheet頁，對應(yīng)多張表格。

表格線條是否透明

有些 PDF 中的表格線條是透明的,比如下圖這種情況

大家可以在線條是否透明下拉框選擇 True

一鍵全頁抽取

如果想要抽取一個PDF中所有的表格，在頁碼處填寫 all 即可。

當(dāng)然，如果頁碼較多，如此操作會很慢，需要耐心等待。

也可以填頁碼區(qū)間，比如1-3頁就填1-3，第十頁到最后一頁，可以填10-end

如果某些表格沒有被提取，可以重新選擇表格線條是否透明重跑一下。

以上。歡迎三連。

另。

直播暫定周日晚，歡迎來波關(guān)注，屆時會在動態(tài)發(fā)預(yù)告。