我需要一个起点来编写应用程序以将文本从 pdf 提取到 excel答案

【问题标题】：I need a starting point to code an app to extract text from pdf to excel我需要一个起点来编写应用程序以将文本从 pdf 提取到 excel
【发布时间】：2019-03-21 16:10:37
【问题描述】：

首先我只想声明我是一名电气工程师，具有基本的编程知识。

我的要求如下：

我想创建一个可以加载和查看 PDF 文件的应用程序包含表格。
这些 PDF 文件表格的形状不规则每一页的位置。（这就是为什么像表格这样的工具无济于事的原因我）
每个表格条目都是多行且尺寸不规则（我不能一次选择一整行，它必须是每个元素。简单地将行复制到excel也不起作用，因为它需要一个很多格式）
所以我希望能够从表格（如所需文本上的选择或裁剪框），如果文本中有新行，则删除新行并保留空格。
生成的excel（或者access数据库我不介意）应该是可审查和可保存的（如果这些是偶数的话 XD）。

我对 python 和 Django 有很好的了解，我正在寻找一些专家，他们可以告诉我我真正需要学习什么（如果可能的话在哪里学习）来执行我的项目。

执行这样的项目对我来说是不是很多，如果我可以每周投入 10 个小时，执行这样一个项目需要多少时间。

提前感谢大家的帮助。

【问题讨论】：

标签： python django excel pdf

【解决方案1】：

不要使用 Python，使用 Word。打开pdf，然后逐步通过表格集合收集数据并将其放入excel。看到这个for an example

【讨论】：

【解决方案2】：

以下是我可以为您提供的建议：首先，在网上提问：
https://lmddgtfy.net/?q=python%20library%20tabular%20pdf
-> 多次提到的 Camelot 似乎是相关的

对于 excel 表的使用，我向您介绍了最著名的 DataFrame 操作库之一：Pandas 您可以使用互联网上的小型课程，这将使您能够快速轻松地管理您的项目。

对于应用程序，您可以轻松地在 youtube 课程 上找到一个库，该库由将向您解释如何进行基本应用程序的人制作。它可以为您提供您正在谈论的切入点。然后，您可能只是想知道您还需要什么，或者只是想让它变得更好。

对于所需的时间，这取决于您需要多少时间来理解基础知识，以及您花费多少时间来进行更深入的理解。我认为在一个星期内，在你的空闲时间带着真正的兴趣工作，它可能会奏效（不完美，但工作，这是一个好的开始）

PS：我不确定您的问题是否与 stackoverflow 的目标相关。我建议你阅读这个文件。 (https://stackoverflow.com/help/how-to-ask)

【讨论】：