[Python初心者] PDFの文字と座標の抽出→Excelにリスト化

PDFから文字と座標を抽出し、Excelに座標ごとに表示したい。

PDFから文字と座標を抽出(下記）

赤を例として記入しました住所：東京都○○○○, x0=229.20, x1=475.68, y0=747.10, y1=758.08, width=246.48, height=10.98

会社名：株式会社○○○○, x0=365.88, x1=497.64, y0=759.16, y1=770.14, width=131.76, height=10.98
TEL：03-0000-0000 FAX：, x0=365.88, x1=492.63, y0=734.74, y1=745.72, width=126.75, height=10.98
題名
素材内容　○○○○
共通コード, x0=46.98, x1=161.94, y0=688.18, y1=731.32, width=114.96, height=43.14
副題名
商品名, x0=46.98, x1=79.92, y0=639.94, y1=667.00, width=32.94, height=27.06
○○○○, x0=107.04, x1=161.94, y0=639.94, y1=650.92, width=54.90, height=10.98
広告主名, x0=46.98, x1=90.90, y0=607.78, y1=618.76, width=43.92, height=10.98
○○○○
制作プロダクション, x0=46.98, x1=150.96, y0=575.62, y1=602.68, width=103.98, height=27.06
制作広告会社, x0=168.48, x1=234.36, y0=575.62, y1=586.60, width=65.88, height=10.98
○○○○, x0=46.98, x1=112.86, y0=555.88, y1=566.86, width=65.88, height=10.98
○○○○, x0=168.48, x1=223.38, y0=555.88, y1=566.86, width=54.90, height=10.98
TAPE NO., x0=303.06, x1=357.96, y0=720.34, y1=731.32, width=54.90, height=10.98
OA DATE, x0=303.06, x1=352.47, y0=688.18, y1=699.16, width=49.41, height=10.98
VTR機種
DSR-11, x0=365.88, x1=420.78, y0=672.10, y1=699.16, width=54.90, height=27.06
NO., x0=494.94, x1=511.41, y0=720.34, y1=731.32, width=16.47, height=10.98
VTR NO., x0=494.94, x1=533.37, y0=688.18, y1=699.16, width=38.43, height=10.98
□EED　　 □ORIG 　 □DUB from
□MONO　　　□STEREO　　□BILINGUAL
CH1 ( )
CH2 ( )
CH3 ( )
CH4 ( ), x0=303.06, x1=506.19, y0=575.62, y1=667.00, width=203.13, height=91.38
T.C (DF,NDF)
DOLBY (SR,A,C,OFF)
SYNC (ON,OFF)
VITC (ON,OFF), x0=432.12, x1=530.94, y0=575.62, y1=634.84, width=98.82, height=59.22
TIME CODE, x0=46.62, x1=82.53, y0=538.00, y1=545.98, width=35.91, height=7.98
TIMER, x0=46.62, x1=90.51, y0=522.64, y1=530.62, width=43.89, height=7.98
58'00'', x0=46.86, x1=81.93, y0=506.22, y1=516.24, width=35.07, height=10.02
黒味, x0=106.92, x1=126.96, y0=475.50, y1=485.52, width=20.04, height=10.02
58'15'', x0=46.86, x1=81.93, y0=429.42, y1=439.44, width=35.07, height=10.02
COLOR BAR, x0=110.82, x1=154.22, y0=439.60, y1=447.58, width=43.40, height=7.98
SET UP 0%, x0=110.82, x1=147.70, y0=402.88, y1=410.86, width=36.88, height=7.98
1kHz　-12dB, x0=106.92, x1=162.03, y0=383.34, y1=393.36, width=55.11, height=10.02
クレジット, x0=106.92, x1=157.02, y0=337.26, y1=347.28, width=50.10, height=10.02
黒味, x0=106.92, x1=126.96, y0=299.34, y1=309.36, width=20.04, height=10.02
本編
（12'30''), x0=106.92, x1=157.02, y0=229.74, y1=255.64, width=50.10, height=25.91
59'15'', x0=46.86, x1=81.93, y0=352.62, y1=362.64, width=35.07, height=10.02
59'30'', x0=46.86, x1=81.93, y0=321.90, y1=331.92, width=35.07, height=10.02
1H00'00'', x0=46.86, x1=91.95, y0=275.82, y1=285.84, width=45.09, height=10.02
1H12'30'', x0=46.86, x1=91.95, y0=214.38, y1=224.40, width=45.09, height=10.02
sync, x0=107.04, x1=129.00, y0=137.14, y1=148.12, width=21.96, height=10.98
COMMENT, x0=46.98, x1=85.41, y0=108.04, y1=119.02, width=38.43, height=10.98
作業日
03.10.10, x0=303.06, x1=346.98, y0=95.98, y1=119.02, width=43.92, height=23.04
作業内容
EED
EED直し, x0=365.88, x1=412.98, y0=83.92, y1=119.50, width=47.10, height=35.58
担当者, x0=439.08, x1=472.02, y0=108.04, y1=119.02, width=32.94, height=10.98
○○
○○, x0=432.12, x1=454.08, y0=83.92, y1=106.96, width=21.96, height=23.04
場　　所
○○
○○, x0=494.94, x1=540.36, y0=83.92, y1=119.50, width=45.42, height=35.58

python
1from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
2from pdfminer.converter import PDFPageAggregator
3from pdfminer.pdfpage import PDFPage
4from pdfminer.layout import LAParams
5
6resourceManager = PDFResourceManager()
7# 引数にLAParamsを追加
8device = PDFPageAggregator(resourceManager, laparams=LAParams())
9
10with open('PDF path:/tape_record.pdf', 'rb') as fp:
11    interpreter = PDFPageInterpreter(resourceManager, device)
12    for page in PDFPage.get_pages(fp):
13        interpreter.process_page(page)
14        layout = device.get_result()
15        for lt in layout:
16            print('{}, x0={:.2f}, x1={:.2f}, y0={:.2f}, y1={:.2f}, width={:.2f}, height={:.2f}'.format(
17                    lt.get_text().strip(), lt.x0, lt.x1, lt.y0, lt.y1, lt.width, lt.height))
18
19
20device.close()

試したこと

① 座標がx0=46.86の文字を検索し、Excelにリスト化したいと考えています。
②”題名”、"会社名"、"住所"のように抽出できた文字の後ろに入力されるであろうタイトルのみをExcelに記入したい。
③ExcelのColumnを指定してExcelに情報を入力する方法が知りたいです。

宜しく御願い致します。

sfdust

2020/09/28 09:34 編集

「x0=46.86の文字」とは、例えば上記ではどこの文字を取得すればよいのでしょうか？「題名”、"会社名"、"住所"のように抽出できた文字の後ろに入力されるであろうタイトルのみをExcelに記入したい」とはどういう操作になりますでしょうか

vncvr0512

2020/09/28 09:25

座標がx0=46.86となっている58'00や59'15や1H00'00のような文字を取得したいと思っております。 "題名　風の谷のナウシカ" "会社名　ジブリスタジオ"となっている文字を "風の谷のナウシカ"と"ジブリスタジオ"だけ抽出させ、Excelのカラムに題名、会社名と作ったところに反映させたいと考えております。