pdf文档中的无边框表格提取并存入excel中

现在有4000多份pdf文档，其中的表格左右没有边框，尝试用了pdfplumber库进行了提取，但左右两边上的数据信息都没有提取到，有信息遗漏。有没有其他办法将无左右边框的表格信息完整地提取出来，并存入EXCEl中？

如果使用pdfplumber库提取表格时出现了信息遗漏的问题，可以尝试使用其他的Python库，例如Tabula-py、PyPDF2、Camelot等。这些库可以用于提取PDF中的表格数据，并将其转换为Excel或CSV格式。
另外，如果表格左右两边没有边框，可以试使用OCR技术进行识别。OCR技术可以将PDF中的图像转换为文本，从而提取表格数据。常用的OCR包括Tesseract、OCRopus等。
需要注意的是，由于PDF文件的格式多种多样，不同的PDF文件可能需要使用不同的方法进行处理。因此，需要根据具体情况选择合适的方法进行处理。

如果您尝试了pdfplumber库但左右两边上的数据信息都没有提取到，可能是由于表格的格式比较复杂或者表格边框被设置为不可见。以下是一些可能有用的方法来提取无左右边框的表格信息：

使用Tabula库：Tabula是一个用于提取表格数据的Python库，它可以从PDF文件中提取表格数据，并且可以处理没有边框的表格。您可以使用Tabula将PDF中的表格数据提取为CSV或Excel文件。
使用PDFMiner库：PDFMiner是另一个用于提取PDF数据的Python库，它可以从PDF文件中提取文本和图像。您可以使用PDFMiner提取表格数据，并将其转换为Excel格式。
使用在线工具：如果您不想使用Python库，也可以尝试使用在线工具来提取表格数据。例如，PDF Table Extractor是一个免费的在线工具，可以帮助您从PDF文件中提取表格数据，并且可以处理没有边框的表格。
无论您选择哪种方法，都建议先试几个表格看看效果，以确保提取的表格数据准确无误。另外，如果您需要在Excel中处理这些数据，请注意数据格式和格式化问题，以免出现问题。

hujianping2299 发表于 2023-6-16 11:35
现在有4000多份pdf文档，其中的表格左右没有边框，尝试用了pdfplumber库进行了提取，但左右两边上的数据信息 ...

感谢

娜小娜娜 发表于 2023-6-16 18:17
如果您尝试了pdfplumber库但左右两边上的数据信息都没有提取到，可能是由于表格的格式比较复杂或者表格边框 ...

好专业，赞

点赞分享

点赞楼主分享的实务操作问题，并感谢一楼二楼的专业分享！