（二）python编辑PDF文件：pdfplumber库 *** 作

文章参考知乎 >> 传送门

（一）字符 *** 作 （1）pdf文件任意页字符提取

import pdfplumber
with pdfplumber.open("D:\Desktop\1.pdf") as pdf:
    for page in pdf.pages:
        text = page.extract_text()  # 提取文本
        print(text)

（2）提取所有pdf文字并写入文本中

import pdfplumber
with pdfplumber.open("D:\Desktop\111.pdf") as pdf:
    for page in pdf.pages:
        text = page.extract_text()#提取文本
        txt_file = open("D:\Desktop\111.txt",mode='a',encoding='utf-8')
        txt_file.write(text)

（二）表格 *** 作 （1）读取pdf文件表格，并存入 list

import pdfplumber
with pdfplumber.open("D:\Desktop\1.pdf") as pdf:
    page = pdf.pages[0]
    tablet_char = page.extract_tables()
T = sum(tablet_char, [])  # by sum, descent the dimension of tablet object
for var in T:
    print(var)

注意：

1. 单独使用 extract_tables 方法，得到的是一个只有一个对象的二维 list （即最外面还有一层
   [ ]）
2. 这里使用 sum 函数，将 tablet_char 对象和 空列表进行和运算，这里 sum 的和运算是在后面一个对象中进行的，以此实现tablet_char 对象的降维

(2)提取表格，保存为excel文件（需要import openpyxl 库）

import pdfplumber
import openpyxl
from openpyxl import Workbook #保存表格，需要安装openpyxl
with pdfplumber.open("D:\Desktop\1.pdf") as pdf:
    page01 = pdf.pages[0]
    table = page01.extract_table()
    workbook = Workbook()
    sheet = workbook.active
    for row in table:
        sheet.append(row)
    workbook.save(filename="D:\Desktop\1.xlsx")