当然可以！从PDF文件中的表格中提取数据可能是一项具有挑战性的任务，有不同的方法可以实现这一点。由于您提到您已经尝试过pypdf 2和camelot，我将指导您使用tabula-py库的替代方法，该库构建在Apache PDFBox之上。
以下是您可以遵循的步骤：

第一步：安装所需的库

请确保已安装必要的库。您可以使用以下命令安装它们：

pip install tabula-py pandas

字符串

第二步：使用tabula-py从PDF中提取表格

import tabula

# Replace 'your_file_path.pdf' with the actual path to your PDF file
file_path = 'your_file_path.pdf'

# Use tabula to extract tables from the PDF
tables = tabula.read_pdf(file_path, pages='all', multiple_tables=True)

# 'tables' now contains a list of DataFrames, where each DataFrame corresponds to a table on a page

型

第三步：清理和结构化数据

由于表可能具有不同的结构，因此您需要检查提取的表并决定如何构建数据。您可以使用pandas库来处理DataFrames。

import pandas as pd

# Concatenate all DataFrames into a single DataFrame
df = pd.concat(tables, ignore_index=True)

# Display the DataFrame to inspect the structure
print(df)

型

第四步：保存DataFrame到CSV文件

# Replace 'output_file.csv' with the desired output file path
output_file = 'output_file.csv'

# Save the DataFrame to a CSV file
df.to_csv(output_file, index=False)

型

注意：

1.**空单元格：**您可能需要根据您的具体需求单独处理空单元格。Pandas可以将空单元格表示为NaN（不是数字）。
1.**数字格式：**Pandas通常可以很好地处理数字格式，但如果需要，您可以在to_csv方法中使用float_format参数来进一步自定义。
1.**自定义输出：**根据表的结构，您可能需要进一步清理和结构化数据。您可以根据需要使用pandas函数来操作DataFrame。
您可以根据您的具体PDF文件和表格结构调整代码。如果您遇到任何问题或有特定要求，请提供更多细节，我很乐意进一步帮助。