วิธีแปลงไฟล์ PDF เป็น Excel ด้วย Python (ใช้ Tabula-py)

Python มีไลบรารีมากมายสำหรับจัดการไฟล์ บทความนี้แสดงวิธีแปลง PDF เป็น Excel (CSV) ด้วยโมดูล Tabula-py ซึ่งส่วนใหญ่เขียนด้วย Java เพื่ออ่าน PDF และแปลงเป็น DataFrame/JSON

ข้อกำหนด: ต้องติดตั้ง Java ในระบบก่อน

ขั้นตอน

• ติดตั้งแพ็กเกจ: pip install tabula-py
• อ่านไฟล์ PDF ด้วย read_pdf("file location", pages=number) → คืนค่า DataFrame
• แปลงเป็น CSV/Excel ด้วย tabula.convert_into('pdf-filename', 'output.csv', output_format="csv", pages="all")

ตัวอย่างโค้ด

# Import the required Module
import tabula

# Read a PDF File
df = tabula.read_pdf("IPLmatch.pdf", pages='all')[0]

# convert PDF into CSV
tabula.convert_into("IPLmatch.pdf", "iplmatch.csv", output_format="csv", pages='all')

print(df)

ผลลัพธ์

โค้ดจะแปลงไฟล์ PDF เป็นไฟล์ CSV (Excel)