urashin
commented
9 months ago camelot(python)の例
■抽出対象 東京都統計年鑑、昭和53年
■抽出結果（５枚目が対象） [区部]
0,1,2,3,4,5
区 部 A11丘〟,86（伯6了5,87270了9,880350t 8893094 88了6040,,8895253
千代田区 Chiyoda一点〝,l−08880,；05056,"98033
ヲ3067",89624,87207
中央区 Chuo・烏ヱ',147805,141376,"134027
128024",124387,＝ヲ7ヲ0
港 区 Mina0一点",25ヲ918,254155,247757 24Ⅰ861,236571,232744
新宿区 shinjuku・点〟,418183,418IO4,4146ヲう 413ヲ10,408403,404493
文京区 Bunkyo・点〟,2（；0649,258386,255906 253449,250251,247024
台東区 Tait？ヤ,307838,30256ヲ,293343 286324,276151,2∈、ヲ2≦〉9
墨田区 sumida一点〟,330506,327458,321324 3王7630,3＝299,305三）83
江東区 Koto・烏〃,363321,365 6341,363585 359672,352582,345 535
品川区 Shinagawa一点z',429022,429826,426ヲ0ヲ 423278,410981,4101ヲ3
目 黒区 Meguro一点Ⅳ,25〉8583,298607,298932． 298774,2966ヲ4,2ラ70ヲ5
大田区 Ota一点〝,736458,746586,752ヲ99 755535,7502（，2,750ヲ65
世田谷区 Setagaya−ku,688745,706539,723555 742880,751∈；17,764598
渋谷区 Shibuya−klL,286580,282944,282850 283730,284158,2B247ヲ
中野区 Nal⊂anO一点〟,3691ヲ6,37278ヲ,373653 376697,374444,3762∈〉7
杉並区 Suginami一点",510067,520381,527635 536792,538987,544引7
豊島区 Toshima一点緑,373】40,373946,373844 373126,366778,3∈1∈S6
北 区 Kita一点！',441701,44ヲ214,449633 452064,448685,445653
荒川 区 Arakawa一点〟,283（；83,285334,282233 278412,273446,267713
板橋区Itabas】1i一点z',443162,455002,467358 477007,475859,47ヲ0％
練馬区 Nerima一点7（,356507,3823ヲ8,409646 434721,457655,479 705
足立区 Adachト鳥王',443558,464313,486576 514736,525860,5375∈）2
葛飾区 Katsushilは一点ど',406034,4i9462,433723 446040,453646,457 573
江戸川区 Edogawa一点〃,34∈〉139,367 000,"385281
405365",417700,427576
境界未定 Unattacbedland,,,,,
地,,,,,[市部]
0,1,2,3,4,5,6
市 部 Al15ゐ∫,】466165,1599553,,1了2了98g 1867096 19銅O12,,2099265
八∃三子市 Hachioji−5た〜,177020,184908,,19612β 207753 21∈；324,,224701
立川市 Tacbikawa−ざ揖,86760,93152,97332,10071ヲ,102253,108 j73
武蔵野市 Musasbino−5ゐ∫,12ヲ362,】293∈，0,129646,Ⅰ33516,133984,】34日O7
"Mitaka−ぶゐf
三鷹市",1＝748,120702,128663,王35873,140834,王45573
"OIne−5たど
青梅市",5813】,5ヲ22ラ,59ヲ80,60892,61ヲ29,63078
"Fuchu−ぶゐ〜
府中市",ラ7546,iO7005,116629,1265】9,135815,142∠主2ヲ
"Akishima・5んJ
昭島市",51433,5hl 397,56954,59655,62250,66 150
"Chofu−ぶゐg
調布市",82917,92328,1033≡〉0,＝8004,128775,138624
"Machidかざゐf
町田市",85924,95753,104 51222,115918,125602,134228
小金井市 Koganeトsたf,57495,65373,71042,76323,80552,84506
小平市 Ⅹodaira−ぶゐ7,71ヲ77,82518,913ヲ4,105353,1＝838,121223
日野市 Hino−ざゐJ,50647,54993,60687,∈，アラ7ヲ,73！3i,77ヲ74
東村山市 Higashimurayama・ぶ月∫,54831,633ヲ0,69580,74857,7ヲ819,84071
国分寺市 Ⅹokubunji−5ゐg,46708,52581,58513,64645,68454,72i60
国立市 Kunitachi−ぶんJ,36701,3ヲ09l,40ヲ80,43477,51S〉84,53315■使ったpythonコード
import camelot
# PDFファイルから表を抽出する関数
def extract_tables_with_camelot(pdf_path, start_page, end_page):
# 指定されたページから表を抽出
tables = camelot.read_pdf(pdf_path, pages=f'{start_page}-{end_page}', flavor='stream')
# 抽出された表をCSV形式で保存
for i, table in enumerate(tables):
table.df.to_csv(f'table_{start_page + i}.csv', index=False)
# ページ5の表を抽出しCSV形式で保存
extract_tables_with_camelot('./tn78qa0020.pdf', 5,5)
yuichiro2023
PDFから表を抽出する最適な手段に関する調査を行う。 調査方針
PDFの具体例３つ