Python pdfplumber库批量提取PDF表格数据转换为Excel

陆遥

发布时间：2026-10-16| 2人浏览过

原创

本文介绍如何利用Python的pdfplumber库实现PDF文件中表格数据的批量提取并转换为Excel格式。通过示例代码演示了从单文件到多文件夹的处理流程，解决了WPS付费及手动操作耗时的问题，提供高效的数据处理方案。

需求

需要将PDF中的数据提取并保存至Excel。尽管WPS支持将PDF直接输出为Excel，但该功能收费，且在处理大量PDF文件时，手动操作极为耗时。借助Python第三方库pdfplumber，可快速实现此功能。

一、实现效果图

二、pdfplumber库介绍

pdfplumber是一款开源Python工具库，可便捷获取PDF的各类信息，包括文本、表格、图表及尺寸等。本文主要利用该库提取PDF中的表格数据以完成需求。

安装命令

pip install pdfplumber

三、代码实现

1、导入相关包

import pdfplumber
import pandas as pd

2、读取PDF并获取页数

pdf = pdfplumber.open("/Users/wangwangyuqing/Desktop/1.pdf")
pages = pdf.pages

3、提取单个PDF文件并保存为Excel

if len(pages) &gt; 1:
    tables = []
    for each in pages:
        table = each.extract_table()
        tables.extend(table)
else:
    tables = each.extract_table()
data = pd.DataFrame(tables[1:], columns=tables[0])
data
data.to_excel("/Users/wangwangyuqing/Desktop/1.xlsx", index=False)

4、提取文件夹下多个PDF文件并保存为Excel

import os
import glob
path = r'/Users/wangwangyuqing/Desktop/pdf文件'
for f in glob.glob(os.path.join(path, "*.pdf")):
    res = save_pdf_to_excel(f)
    print(res)
def save_pdf_to_excel(path):
    #     print('文件名为：',path.split('/')[-1].split('.')[0] + '.xlsx')
    pdf = pdfplumber.open(path)
    pages = pdf.pages
    if len(pages) &gt; 1:
        tables = []
        for each in pages:
            table = each.extract_table()
            tables.extend(table)
    else:
        tables = each.extract_table()
    data = pd.DataFrame(tables[1:], columns=tables[0])
    file_name = path.split('/')[-1].split('.')[0] + '.xlsx'
    data.to_excel("/Users/wangwangyuqing/Desktop/data/{}".format(file_name), index=False)
    return '保存成功！'