我怎样才能刮掉pdf的几页？

【问题标题】：How can I scrape several pages of a pdf?我怎样才能刮掉pdf的几页？
【发布时间】：2021-09-30 14:13:35
【问题描述】：

我的代码是这样的：

df = tabula.read_pdf('test.pdf', pages = ['all'])[0]

df.head()

df.to_excel('test.xlsx')`

当我运行它时，我的 Excel 中只有第一页...

【问题讨论】：

【解决方案1】：

您阅读了包含所有页面的整个 pdf，但您获取了第一个元素。

df = tabula.read_pdf('test.pdf', pages = ['all'])[0]
                                                 ^^^

我认为您必须将其删除并连接它才能使所有页面都表现出色。类似的东西：

dfs = tabula.read_pdf(self.file, pages='all')
df = pd.concat(dfs)
df.to_excel("filename.xlsx")

Here 是一篇如何处理 pdf 的好文章

【讨论】：