Faʻafefea ona suia laulau mai le PDF i le Excel poʻo le CSV ma le Tabula

Tufa ma liliu le pdf i le csv ma ​​sili atu

Vaʻavaʻai i faʻamaumauga faʻasolopito na ofoina mai e se vaʻai fanua i laʻu taulaga, ua ou vaʻai i ai naʻo latou ofoina atu latou kalafi ma mo download pei o PDF. Ou te le malamalama pe aisea latou te le faʻatagaina ai oe e download i latou i le csv, lea e sili atu ona aoga mo tagata uma.

Ma ua ou sailia se tasi fofo e pasi ai nei laulau mai le pdf i le csv pe a i ai se tasi e manaʻo e faʻatulaga le Excel poʻo le Libre Office. Ou te fiafia i le csv aua o le csv e te faia ai mea uma e mafai ona e tagofia ai ma le python ma ona faletusi pe faigofie ona e faʻaulufale mai i totonu o soʻo se laupepa.

E pei o le manatu o le ausiaina o se gaioiga otometi, o le mea ou te manaʻo ai o se tusitusiga e galulue ma Python ma o le mea lea e sau ai Tabula.

Liliu le pdf i le csv ma ​​le Tabula

O sitepu ma faʻagaioiga e faigofie lava. Muamua o le a faʻapipiʻi le faletusi a Tabula i le tatou siʻosiʻomaga siʻosiʻomaga. Tabula faʻatagaina matou e aveʻese faʻamatalaga mai laulau i le PDF i Pandas dataframes, o le Faletusi a le Python ua sili ona lelei mo le galue ma csv ma ​​seti.

E mafai foi aveese ma liliu i le va o PDF, JSON, CSV ma TSV. Se maa taua. E mafai ona e mauaina le tele o faʻamatalaga i totonu o lana github teuina

Lesitala i la matou meli lisi

Ou te faʻaaogaina lelei galuega uma mai aso ua tuanaʻi ma faʻapipiʻi i Anaconda. I le fesoʻotaʻiga e mafai ona e vaʻai faʻafefea faatu Anaconda.

Matou te faʻapipiʻi Tabula

#primero activamos nuestro entorno de desarrollo en nuestro caso sería conda activate comparador
pip install tabula-py

Ina ua faʻataunuʻuina, na aumaia ia te aʻu se mea sese

o le tali e pei ona faʻailoa mai ia latou tusitusiga o le aveʻese o le tuai kopi o Tabula ma faʻapipiʻi le fou.

pip uninstall tabula
pip install tabula-py

Matou te fausiaina le .py

faitau laulau mai le pdf i le csv

Ou te faia le executable .py ou te valaʻau i le pdftocsv.py ou te tuʻuina i totonu o laʻu Downloads / eltiempo folder ma o se faila ma le numera lea

import tabula
# Extaer los datos del pdf al DataFrame
df = tabula.read_pdf("inforatge.pdf")
# lo convierte en un csv llamdo out.csv codificado con utf-8
df.to_csv('out.csv', sep='\t', encoding='utf-8')

O le PDF e faitau e taʻua o le inforatge.pdf ma ou te taʻuina atu o le galuega faatino e valaʻau atu i fafo.csv ma ​​o le a tumau ai i le faila o loʻo tatou galulue ai.

Matou te o i le tusi faʻasino i mea e maua uma ai le faʻaaogaina ma le pdf matou te manaʻo e liua. E taua aua a fai e taʻu mai ia matou e le mafai ona maua le faila.

cd Descargas/eltiempo

I totonu o lenei tusi faʻatonutonu o loʻo ia matou le PDF, le .py faila na matou faia ma o iina o le a toe faʻafoʻi mai ai le csv matou te manaʻo ai.

Matou te faʻatino le tulafono

python pdftocsv.py

Faʻaaliga na ou faʻaaogaina le python, o lona uiga, ou te fai atu ia te ia e tamoʻe ma le python 2 ae le o le python3 e le manuia. Ma o le mea lena pe a fai e le toe faʻafoʻi mai se mea sese, ua uma ona tatou maua.

tamoʻe Tabula i le tatou Anaconda atinaʻe siʻosiʻomaga

Ua matou faʻaopopoina isi laina 3 i le faila mo le faʻatonutonuina o taimi. i le iuga ua tatou tuua la tatou faila PDFtocsv.py o

import tabula
import time

start_time = time.time()

df = tabula.read_pdf("inforatge.pdf")
df.to_csv('out.csv', sep='\t', encoding='utf-8')

print("--- %s seconds ---" % (time.time() - start_time))

Tele filifiliga mai Tabula

Tele faʻataʻitaʻiga o mea e mafai ona tatou faia. E tele filifiliga, e sili le alu i le faleoloa Github aloaʻia ua ou tuua

# Leer PDF remotos y convertirlos en DataFrame
df2 = tabula.read_pdf("https://github.com/tabulapdf/tabula-java/raw/master/src/test/resources/technology/tabula/arabic.pdf")

# Convertir un PDF en CSV
tabula.convert_into("test.pdf", "output.csv", output_format="csv")

Ma e aunoa ma se masalosalo o se tasi o mea sili ona aoga e liua uma PDF, JSON, ma isi faila i se tusi faʻasino.

tabula.convert_into_by_batch("input_directory", output_format='csv')

Faʻatasi ai ma lenei mea e mafai ona tatou faʻatinoina galuega e ono umi ma faigata. Ile iʻuga, ole tasi lea mafuaʻaga ua faʻaaogaina ai lenei faletusi.

Liliu le pdf ia lelei i luga ole laiga

Afai o le mea matou te manaʻo ai o le naʻo le faʻaliliuina o se faila, aveese mai faʻamaumauga mai le laulau mai le PDF i le Excel, Libraryecalc poʻo isi, e le manaʻomia le faʻafaigata tele. E i ai mea faigaluega avanoa e faia ai lenei, nisi e faʻapipiʻi ma nisi e faʻauma le galuega i luga ole laiga.

Sa ou faʻataʻitaʻia ia meafaigaluega e lua i luga ole laiga ma e lelei tele lo latou galulue.

Ia manatua o lenei e le o se galuega otometi, ma o le mafuaaga lena na le maeʻa ai le suʻesuʻega o nei mea faigaluega. E naʻo laʻu faʻaaliga mo latou e ono fiafia iai.

Le masani auala

Ma e iai lava matou metotia masani, e sili ona faʻaseʻe ma taugata ae ole iʻuga ose filifiliga pe a fai e laititi le galuega.

Kopi le laulau sela mai le pdf ma faʻapipiʻi i totonu o la matou laupepa.

Tuua se faamatalaga