A. Python利器：如何處理PDF表格數據
大家好，我是Peter~
在很多情況下，我們都需要處理PDF格式的文件。尤其當我們遇到PDF表格數據需要進行提取，真的是一個令人頭疼的問題。
因為PDF文件不能像Word那樣直接復制，即使復制了再黏貼也可能會出現格式排版錯亂甚至亂碼問題。如何從一個PDF文件提取出表格數據？本文提供兩個解決方案：
首先提供的一種方法是從文字 PDF 中提取表格信息的工具：Camelot，它能夠直接將大部分表格轉換為 Pandas 的 Dataframe。
更多的詳細信息，請參考項目地址： https://github.com/camelot-dev/camelot
camelot的安裝有多種方式。如果有報錯，網上一般有解決方式：
1、通過conda安裝
2、使用pip進行安裝
3、通過GitHub進行安裝
首先將項目復制到本地：
然後進入文件中進行安裝：
下面通過一個案例來講解如何使用camelot。假設我們現在有一個只有一頁的PDF文件test.pdf：
1、先讀取文件
導出成csv格式的數據（方式1）
查看tables的相關信息：
導出方式2：
將數據轉換成DataFrame：
tabula的功能比camelot更加強大，可以同時對多個表格數據進行提取。項目的具體地址請參考： https://github.com/chezou/tabula-py
tabula的安裝是非常簡單的：
安裝之後檢驗這個庫是否安裝成功：
通過tabula這個庫來讀取PDF文件：
然後我們發現列表中唯一的一個元素就是dataframe：
將讀取到的數據輸出成CSV格式的文件：
上面讀取的PDF文件是比較簡單的，只有一頁，而且剛好是一個很標準的表格形式的數據，下面看一個比較復雜的例子：
下面是第一頁，第一列可以看成是索引：
在第二頁中有兩份表格，而且中間有很多的空白行：
第三頁的數據比較標准：
這3頁是在同一個PDF文件中，這3頁是在同一個PDF文件中，這3頁是在同一個PDF文件中
上面的紅色提示中我們看到：當沒有指定pages參數的時候，只會默認讀取第一頁的數據，所以列表的長度為1。
轉成dataframe後將原來的索引變成新的一列 （部分數據）
通過pages來讀取全部數據：
通過指定pages="all"：
同時獲取兩個表格的數據：
通過area參數來指定：
刪除在讀取的表格中我們不需要的欄位信息
可以將得到的數據輸出成不同格式的文件，以json格式為例：
我們可以看到
B. 如何通過python快速輸出資料庫數據到excel
操作如下：
1.首先在mysql管理工具上面新建一個表，設置表中的欄位。
2.使用的mysql管理工具是navicat
for
mysql,打開工具,選擇表所在的資料庫。
3.然後點擊資料庫名字,右鍵數據,出來下拉菜單選擇import
wizard。
4.點擊next，選擇對應的excel文件。
C. Python數據統計導出excel
一、數據查詢方法（此項可根據實際業務需求更改）
二、數據生成excel
三、發送郵件方法介紹
導出excel如遇到下圖報錯：
1.排查編碼 #coding:utf-8 sys.setdefaultencoding('utf8') 等
2.寫入第一行數據的中文字元，或者字元串需要有引號，忽略會報錯。
D. 求助用python從資料庫取數據動態生成表格的方法
一、可使用的第三方庫
python中處理excel表格，常用的庫有xlrd（讀excel）表、xlwt（寫excel）表、openpyxl（可讀寫excel表）等。xlrd讀數據較大的excel表時效率高於openpyxl，所以我在寫腳本時就採用了xlrd和xlwt這兩個庫。介紹及下載地址為：http://www.python-excel.org/ 這些庫文件都沒有提供修改現有excel表格內容的功能。一般只能將原excel中的內容讀出、做完處理後，再寫入一個新的excel文件。
二、常見問題
使用python處理excel表格時，發現兩個個比較難纏的問題：unicode編碼和excel中記錄的時間。
因為python的默認字元編碼都為unicode，所以列印從excel中讀出的中文或讀取中文名的excel表或sheet時，程序提示錯誤UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)。這是由於在windows中，中文使用了gb2312編碼方式，python將其當作unicode和ascii來解碼都不正確才報出的錯誤。使用VAR.encode('gb2312')即可解決列印中文的問題。（很奇怪，有的時候雖然能列印出結果，但顯示的不是中文，而是一堆編碼。）若要從中文文件名的excel表中讀取數據，可在文件名前加『u』表示將該中文文件名採用unicode編碼。
有excel中，時間和日期都使用浮點數表示。可看到，當『2013年3月20日』所在單元格使用『常規』格式表示後，內容變為『41353』；當其單元格格式改變為日期後，內容又變為了『2013年3月20日』。而使用xlrd讀出excel中的日期和時間後，得到是的一個浮點數。所以當向excel中寫入的日期和時間為一個浮點數也不要緊，只需將表格的表示方式改為日期和時間，即可得到正常的表示方式。excel中，用浮點數1表示1899年12月31日。
三、常用函數
以下主要介紹xlrd、xlwt、datetime中與日期相關的函數。
import xlrd
import xlwt
from datetime
def testXlrd(filename):
book=xlrd.open_workbook(filename)
sh=book.sheet_by_index(0)
print "Worksheet name(s): ",book.sheet_names()[0]
print 'book.nsheets',book.nsheets
print 'sh.name:',sh.name,'sh.nrows:',sh.nrows,'sh.ncols:',sh.ncols
print 'A1:',sh.cell_value(rowx=0,colx=1)
#如果A3的內容為中文
print 'A2:',sh.cell_value(0,2).encode('gb2312')
def testXlwt(filename):
book=xlwt.Workbook()
sheet1=book.add_sheet('hello')
book.add_sheet('word')
sheet1.write(0,0,'hello')
sheet1.write(0,1,'world')
row1 = sheet1.row(1)
row1.write(0,'A2')
row1.write(1,'B2')
sheet1.col(0).width = 10000
sheet2 = book.get_sheet(1)
sheet2.row(0).write(0,'Sheet 2 A1')
sheet2.row(0).write(1,'Sheet 2 B1')
sheet2.flush_row_data()
sheet2.write(1,0,'Sheet 2 A3')
sheet2.col(0).width = 5000
sheet2.col(0).hidden = True
book.save(filename)
if __name__=='__main__':
testXlrd(u'你好。xls')
testXlwt('helloWord.xls')
base=datetime.date(1899,12,31).toordinal()
tmp=datetime.date(2013,07,16).toordinal()
print datetime.date.fromordinal(tmp+base-1).weekday()
E. python怎麼把數據輸出到excel
python導出數據到excel文件的方法：
1、調用Workbook()對象中的add_sheet()方法
1
2
wb = xlwt.Workbook()
ws = wb.add_sheet('A Test Sheet')
2、通過add_sheet()方法中的write()函數將數據寫入到excel中，然後使用save()函數保存excel文件
1
2
3
4
5
6
7
ws.write(0, 0, 1234.56, style0)
ws.write(1, 0, datetime.now(), style1)
ws.write(2, 0, 1)
ws.write(2, 1, 1)
ws.write(2, 2, xlwt.Formula("A3+B3"))
wb.save('example.xls')
完整代碼如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import xlwtfrom datetime import datetime
style0 = xlwt.easyxf('font: name Times New Roman, color-index red, bold on',num_format_str='#,##0.00')
style1 = xlwt.easyxf(num_format_str='D-MMM-YY')
wb = xlwt.Workbook()
ws = wb.add_sheet('A Test Sheet')
ws.write(0, 0, 1234.56, style0)
ws.write(1, 0, datetime.now(), style1)
ws.write(2, 0, 1)
ws.write(2, 1, 1)
ws.write(2, 2, xlwt.Formula("A3+B3"))
wb.save('example.xls')
程序執行結果如下：
更多Python知識，請關註：Python自學網！！
（推薦操作系統：windows7系統、Python 3.9.1，DELL G3電腦。）