【自学笔记】Python 利用pdfplumber批量将PDF转EXCEL

SuPG

自学python，用于办公，由于有大量的可编辑型PDF需要转成EXCEL，因此写了下面这一段！
新手写，请多多包涵:lol

[Python] 纯文本查看 复制代码

import pdfplumber
import os,time
from openpyxl import Workbook

第一步

提取文件夹中所有文件的路径

[Python] 纯文本查看 复制代码

def listdir(path,list_name):
    for file in os.listdir(path):
        file_path = os.path.join(path,file)#获取该文件夹下所有文件的路径
        if os.path.isdir(file_path):#判断是否为文件夹，若是则继续判断该文件夹内是否还含有文件夹，该循环会将全部文件夹都纳入判断范围
            listdir(file_path,list_name)
        else:
            list_name.append(file_path)#将文件的路径都添加到list中

第二步

方法1 识别文件夹下全部PDF，识别内容分别保存到多个工作簿中，保存名称为该PDF的名称。（一个PDF文件对应一个工作簿）

[Python] 纯文本查看 复制代码

def SplitToWorkbook(pdflist_name):
    for pdflistname in pdflist_name:
        pdf = pdfplumber.open(pdflistname)#打开文件
        workbook = Workbook()#启动excel
        sheet = workbook.active
        for i in range(len(pdf.pages)):#判断页码
            firstpagepdf = pdf.pages[i]
            table = firstpagepdf.extract_table()#识别表格
            try:
                for row in table:
                    sheet.append(row)
            except:
                pass
        if sheet.max_row == 1:
            pass
        else:
            Dirpath = 'A' + str(sheet.max_row + 1)  # sheet.max_row的意思是获取最大使用行数
            sheet[Dirpath] = pdflistname  # 添加路径
            workbook.save(filename=(pdflistname.split('.')[0] + '.xlsx'))

方法2 识别文件夹下全部PDF文件，识别内容拆分保存到同一个工作簿的不同工作表（sheet）内。（将参与识别的PDF文件保存成同一工作簿里面的多个独立工作表）

[mw_shl_code=python,true]def SplitToSheet(pdflist_name,dirpath):
    workbook = Workbook()
    sheet = workbook.active #唤醒表格
    for i in range(len(pdflist_name)): #获取文件数，用于后续迭代
        pdf = pdfplumber.open(pdflist_name)
        if i == 0:
            sheet.title = pdflist_name.split('\\')[-1][0:31]
            for page in range(len(pdf.pages)): #获取PDF总页数
                firstpagepdf = pdf.pages

yuyue11

啊啊啊啊有没有不用Python的 傻瓜工具