Python 快速合并PDF表格转换输出CSV文件

import camelot
import pandas as pd
 
# 合并多个PDF文件中的表格，并将结果导出为CSV文件
def merge_pdf_tables_to_csv(pdf_list, output_csv):
    tables = []
    for pdf in pdf_list:
        # 解析PDF文件中的表格
        tables.append(camelot.read_pdf(pdf, pages='1'))
    
    # 合并解析出的表格
    combined_table = camelot.concat(tables)
    
    # 将合并后的表格数据转换为pandas DataFrame
    df = combined_table.df
    
    # 将DataFrame导出为CSV文件
    df.to_csv(output_csv, index=False)
 
# 示例用法
pdf_files = ['file1.pdf', 'file2.pdf', 'file3.pdf']
output_csv = 'combined_output.csv'
merge_pdf_tables_to_csv(pdf_files, output_csv)

这段代码定义了一个函数merge_pdf_tables_to_csv，它接受一个PDF文件列表和输出的CSV文件名作为参数。函数使用Camelot库解析PDF文件中的表格，合并它们，并将结果导出为CSV文件。这个过程展示了如何使用Python处理PDF文档中的表格数据，并且是一个很好的数据处理和分析的入门示例。