使用 Python 将 PDF 转换为 Excel

概述

本文解释了如何使用 Python 将 PDF 转换为 Excel 格式。它涵盖以下主题。

格式: XLS

格式: XLSX

格式: Excel

格式: CSV

格式: ODS

通过 Python 将 PDF 转换为 Excel

Aspose.PDF for Python via .NET 支持将 PDF 文件转换为 Excel 和 CSV 格式的功能。

Aspose.PDF for Python via Java 是一个 PDF 操作组件，我们引入了一个功能，可以将 PDF 文件渲染为 Excel 工作簿（XLSX 文件）。在此转换过程中，PDF 文件的各个页面将被转换为 Excel 工作表。

尝试在线将 PDF 转换为 Excel

Aspose.PDF 向您提供在线免费应用程序 “PDF 转 XLSX”，您可以尝试调查其功能和工作质量。

以下代码片段展示了使用 Aspose.PDF for Python via Java 将 PDF 文件转换为 XLS 或 XLSX 格式的过程。

步骤：在 Python 中将 PDF 转换为 XLS

使用源 PDF 文档创建 Document 对象的实例。
创建 ExcelSaveOptions 的实例。
通过调用 Document.Save() 方法并传递 ExcelSaveOptions 将其保存为 XLS 格式，指定 .xls 扩展名。




from asposepdf import Api


# 初始化许可证
documentName = "testdata/license/Aspose.PDF.PythonviaJava.lic"
licenseObject = Api.License()
licenseObject.setLicense(documentName)

# 从字节数组转换
documentName = "testdata/source.pdf"
with open(documentName, "rb") as file:
    byte_array = file.read()
doc = Api.Document(byte_array)
documentOutName = "testout/result1.xls"
doc.save(documentOutName, Api.SaveFormat.Excel)

# 从文件转换
documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result2.xls"
doc.save(documentOutName, Api.SaveFormat.Excel)


# 从字节数组转换
documentName = "testdata/source.pdf"
with open(documentName, "rb") as file:
    byte_array = file.read()
doc = Api.Document(byte_array)
documentOutName = "testout/result3.xls"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.XMLSpreadSheet2003
doc.save(documentOutName, Api.SaveFormat.Excel)

# 从文件转换
documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result4.xls"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.XMLSpreadSheet2003
doc.save(documentOutName, Api.SaveFormat.Excel)

步骤：在 Python 中将 PDF 转换为 XLSX

使用源 PDF 文档创建 Document 对象的实例。
创建 ExcelSaveOptions 的实例。
通过调用 Document.Save() 方法并传递 ExcelSaveOptions 将其保存为 XLSX 格式，指定 .xlsx 扩展名。


from asposepdf import Api

documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result.xlsx"
doc.save(documentOutName, save_option)

转换 PDF 为具有控制列的 XLS

在将 PDF 转换为 XLS 格式时，会在输出文件中添加一个空白列作为第一列。在 ‘ExcelSaveOptions 类’ 中，InsertBlankColumnAtFirst 选项用于控制此列。其默认值为 true。


from asposepdf import Api

documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result.xlsx"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.XMLSpreadSheet2003
save_option._insertBlankColumnAtFirst = True
doc.save(documentOutName, save_option)

将 PDF 转换为单个 Excel 工作表

当将包含很多页面的 PDF 文件导出为 XLS 时，每个页面都被导出到 Excel 文件中的不同工作表。这是因为 MinimizeTheNumberOfWorksheets 属性默认设置为 false。为了确保所有页面都导出到输出 Excel 文件中的一个单独的工作表中，将 MinimizeTheNumberOfWorksheets 属性设置为 true。

步骤：在 Python 中将 PDF 转换为 XLS 或 XLSX 单个工作表

创建一个 Document 对象的实例，使用源 PDF 文档。
创建一个 ExcelSaveOptions 的实例，并设置 MinimizeTheNumberOfWorksheets = True。
通过调用 Document.Save() 方法并传递 ExcelSaveOptions，将其保存为具有单个工作表的 XLS 或 XLSX 格式。


from asposepdf import Api

documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result.xls"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.XMLSpreadSheet2003
save_option._minimizeTheNumberOfWorksheets = True
# 将文件保存为 MS Excel 格式
doc.save(documentOutName, save_option)

转换为其他电子表格格式

转换为 CSV

转化为CSV格式的过程与上述相同。您所需要做的就是设置适当的格式。

步骤：在Python中将PDF转换为CSV

使用源PDF文档创建一个Document对象的实例。
创建一个ExcelSaveOptions实例，设置Format = ExcelSaveOptions.ExcelFormat.CSV。
通过调用Document.Save()方法并传入ExcelSaveOptions来保存为CSV格式。


from asposepdf import Api

documentName = "testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "testout/result.csv"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.CSV
doc.save(documentOutName, save_option)

转换为 ODS

步骤：在 Python 中将 PDF 转换为 ODS

使用源 PDF 文档创建 Document 对象的实例。
创建 ExcelSaveOptions 的实例，并设置 Format = ExcelSaveOptions.ExcelFormat.ODS
调用 Document.Save() 方法并传递 ExcelSaveOptions 将其保存为 ODS 格式。

转换为 ODS 格式的过程与其他格式相同。


from asposepdf import Api

documentName = "../../testdata/source.pdf"
doc = Api.Document(documentName)
documentOutName = "../../testout/result1.ods"
save_option = Api.ExcelSaveOptions()
save_option._format = Api.ExcelSaveOptions.ExcelFormat.ODS
doc.save(documentOutName, save_option)

另请参阅

本文还涵盖这些主题。代码与上述相同。

格式: Excel

格式: XLS

格式: XLSX

格式: CSV

格式: ODS

使用 Python 将 PDF 转换为 Microsoft Word 文档将 PDF 转换为 PowerPoint 在 Python 中