質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

2回答

7877閲覧

PDFの表をそのままCSVで吐き出し

anindo_fu

総合スコア7

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/07/25 08:08

編集2022/03/11 16:00

PDFの表をCSVに吐き出そうとしていますが、変なところで区切られていたりし、うまく抽出できません。
表の形のままなるようには、どこを修正すべきでしょうか。

# -*- coding: utf-8 -*- import sys from tabula import read_pdf import codecs import os def find_all_files(directory): for root, dirs, files in os.walk(directory): yield root for file in files: yield os.path.join(root, file) tmp_path = os.getcwd().replace('/', os.sep) for file in find_all_files(tmp_path): name, ext = os.path.splitext(file) if(ext.find('.pdf')>-1): print(file) df = read_pdf(file, guess=False, encoding='cp932', pandas_options={'header':None}, pages='all') df.to_csv(file+".csv")

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

直接にはむずかしいですが、こちらのSpire.Office for .NETを使ってください。dllをインストールし、参照に追加した後、形式間の変換はできるようになります。まずはPDFをExcelに変換します:

using Spire.Pdf; namespace ConvertPDFToExcel { class Program { static void Main(string[] args) { //PdfDocumentインスタンスを作成する PdfDocument pdf = new PdfDocument(); //PDFファイルをロードする pdf.LoadFromFile("Shopping list.pdf"); //Excelとして保存する pdf.SaveToFile("PDFToExcel.xlsx", FileFormat.XLSX); } } }

それから変換して手に入れたExcelドキュメントをCSVに変換します:

using Spire.Xls; using System.Text; namespace ConvertAWorksheetToCsv { class Program { static void Main(string[] args) { //Workbookクラスのインスタンスを作成する Workbook workbook = new Workbook(); //Excelファイルをロードする workbook.LoadFromFile("Sample.xlsx"); //Get the first worksheet Worksheet sheet = workbook.Worksheets[0]; //Save the worksheet as CSV sheet.SaveToFile("ExcelToCSV.csv", ",", Encoding.UTF8); } } }

これで完了します。

投稿2022/03/11 07:00

enj0ylife

総合スコア41

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

下の記事にもありますがtabulaだと変換がうまくいかないのでcamelotのほうがいいです。

https://imabari.hateblo.jp/entry/2017/08/29/211526

もしファイルがセキュリティと関係なければsmallpdfが簡単です。

https://smallpdf.com/jp/pdf-to-excel/

camelot

https://camelot-py.readthedocs.io/en/master/index.html

camelotでPDFの表からEXCELにコマンド変換(CSV・XLSX)
https://imabari.hateblo.jp/entry/2019/01/04/011450

camelotでPDFの表からEXCELに変換(CSV・TSV・XLSX)
https://imabari.hateblo.jp/entry/2019/01/03/155920

投稿2019/08/03 06:50

barobaro

総合スコア1286

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問