如何用python把pdf转为word,Python转PDF

　　目前，有相当多的应用程序支持从PDF中提取表格。

　　但是转化的效果真的参差不齐。易用性也不一样。有些要求您编写自己的脚本来完成操作。

　　其中转换效果好、使用方便的多为收费。而且有些真的不便宜。

　　几经查找对比，终于找到了一款免费好用的工具。而且经过实践尝试，发现转换效果良好。

　　在这里，我推荐给你。希望能帮助你在阅读和写作过程中提高PDF表格的数据收集效率。

　　固定

　　它的名字叫Tabula，网站链接在这里。

　　该网站提供了Windows和macOS版本的下载链接，以及相应的源代码。

　　我的操作系统是macOS，这里以macOS版本为例。如果使用Windows，操作也是类似的。

　　请点击相应的链接下载并安装。

　　MacOS系统下载安装文件的压缩包，解压后会出现这样的目录。

　　双击其中的Tabula.app，在浏览器中就可以看到这样的Web界面。

　　让我们试着转换一个PDF文件。

　　试图

　　这里我就以BERT论文中的表单集合为例，告诉大家如何使用Tabula。

　　点击上图中的浏览按钮，选择硬盘上的PDF文件。

　　然后点击导入按钮进行导入。

　　导入的PDF文章将显示在pages中。

　　你只需要翻到相应的页面，用鼠标勾选表格区域。

　　然后点击右上方绿色的“预览并导出提取的数据”按钮，就可以看到提取结果了。

　　然后，点击导出按钮，可以将结果导出为CSV格式，并在Excel中打开。

　　调整

　　但是，在一些复杂表格的提取中，可能会将原来不同的列错误地放在一起。

　　比如选择这种形式的时候。

　　导出的结果如下所示：

　　我该怎么办？

　　其实并不难处理。

　　我们先将自动转换结果导出为CSV，然后用Excel打开。

　　以这里的第一列为例。很明显，这里的三列数据是挤在一起的。

　　幸运的是，因为这些数据都是用空格隔开的，所以拆分起来并不困难。

　　我们创建两个新的空列来容纳新分解的数据。

　　然后在第一列中选择要拆分的数据。

　　进入数据菜单，选择文本到列按钮。

　　在折叠的上方，一直往前走。

　　在第二个屏幕上，选择空格作为分段符号。

　　点击完成，就这样。

　　你看，拆分成功了吗？

　　总结

　　看完这篇教程，希望你掌握了以下技巧：你遇到的功能需求可能早就被别人解决了。所以，你可以找工具解决，而不是自己反复发明轮子；

　　对于工具搜索，需要掌握主动搜索的技巧。这样，可以快速定位候选人。这里有一个搜索引擎技巧的教程，链接在这里；

　　学习使用Tabula自动将表格从PDF文档转换为Excel可读的CSV格式；

　　可以使用Excel快速调整没有正确列出的转换结果。

　　祝你学习进步！

　　阅读延伸

　　您也可能对以下主题感兴趣。点击链接查看。

　　请喜欢，打赏。也可以在微信关注并置顶我的微信官方账号“nkwangshuyi”。

　　如果你对Python和数据科学感兴趣，不妨看看我的系列教程索引贴《如何高效入门数据科学？》，里面有更多有趣的问题和解决方法。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。