python pdf轉Excel

　　原始檔為test.pdf

　　目標檔案為pdf.xlsx

　　import pdfplumber # 關鍵在這個庫

　　import pandas as pd

　　def func(src, dest='pdf.xlsx'):

　　pdf = pdfplumber.open(src)

　　size = len(pdf.pages) #pdf有多少頁

　　with pd.ExcelWriter(dest) as writer:# 多頁表格內容寫入一個Excel

　　count = 0

　　j = 0

　　is_start = False

　　for i in range(size):

　　print('reading page %d' % i)

　　page = pdf.pages[i]

　　content = page.extract_text()

　　# 這段程式碼是為了匹配表開始的地方

　　if not is_start:

　　if content.lstrip().startswith('附表：網下投資者初步配售明細'):

　　is_start = True

　　else:

　　continue

　　# 非表格就跳過

　　try:

　　table = page.extract_table()

　　except:

　　continue

　　# 表格內容會轉化為dataframe

　　df = pd.DataFrame(table)

　　#避免出現多個dataframe的表頭

　　if count == 0 : 　 m/

　　df.to_excel(writer, header=False, index=False, startrow=count)

　　else:

　　df[1:].to_excel(writer, header=False, index=False, startrow=count - j)

　　j += 1 # 避免出現空行

　　count += len(df)

　　pass

　　writer.save()

　　writer.close()

　　pass

　　if __name__ == '__main__':

　　func('test.PDF')