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
85.46%
CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

PDF

PDF(Portable Document Format)とはISOによって国際標準として制定されている電子ドキュメント用の拡張子です。

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

0回答

1569閲覧

[Python][tabula]pdf→csvへの表抽出に係る表タイトルの同時抽出方法について

WhiteTempest

総合スコア404

CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

PDF

PDF(Portable Document Format)とはISOによって国際標準として制定されている電子ドキュメント用の拡張子です。

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2021/09/17 08:30

実現したいこと

pdf内の複数の表について、

ファイル名:  PDF内にて、表の直前に太字記載のあるタイトル 中身:   1つの表のデータ

としてcsv出力したい。

実現出来ていること

以下のソースコードにて、pdf内のすべての表を別々のcsvに抽出/保存することまではできています。

python

1import pandas as pd 2import tabula 3from IPython.core.display import display 4import os 5 6def main(): 7 tables = tabula.read_pdf("xxxxxxxxxx.pdf", lattice=True, pages='all') 8 os.makedirs(".\Outputs") 9 count = 1 10 for table in tables: 11 display(table) 12 table.to_csv(f".\Outputs\Table_{count}.csv", index=None) # csv 13 count = count + 1 14 15 16if __name__ == '__main__': 17 main()

残要件

後述のpdf内の表のタイトル(直前の太字)を認識し、
csvファイル名として利用すること

元となるpdfのイメージ

XXXXXXXXXX ←この部分を表のタイトルとして個別に抽出する方法が知りたい
| データ名1 |データ1|
| データ名2 |データ2|
| データ名3 |データ3|

aaaaaaaaaaaaaaaaaaaaaaaa.
bbbbbbbbbbbbbbbbbbbbbbbb. ←無関係なテキストも大量に存在
cccccccccccccccccccccccc.

YYYYYYYYYY
| データ名1 |データ1|
| データ名2 |データ2|
| データ名3 |データ3|

出力されるcsvのイメージ

XXXXXXXXXX.csv
| データ名1 |データ1|
| データ名2 |データ2|
| データ名3 |データ3|

YYYYYYYYYY.pdf
| データ名1 |データ1|
| データ名2 |データ2|
| データ名3 |データ3|

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

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

まだ回答がついていません

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
85.46%

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