excel网页数据抓取vba(接到实现PDF简历资料里的关键信息数据，提取到excel表中汇总)

　　excel网页数据抓取vba(接到实现PDF简历资料里的关键信息数据，提取到excel表中汇总)

　　今天接到人力资源部同事的请求，想将别人投的PDF简历中的关键信息数据提取到excel表格中进行汇总。

　　

　　目标数据的背景：是求职者准备好并交付人力资源部的简历材料。由于其数据格式的不确定性，给数据信息的采集带来了一定的困难。

　　

　　我的回答是：先从PDF文档中抓取文本信息保存到word文档中，然后从word文档中读取文本信息保存到excel中。

　　1.将PDF文档中的文本读入word

　　import pdfplumber

from docx import Document

with pdfplumber.open('1_5的简历1632532336.pdf') as rpdf:

first_page = rpdf.pages[0]

print(first_page.extract_text())

doc = Document()

rpdfword = first_page.extract_text()

pages = doc.add_paragrahttp://www.cppcns.comph(rpdfword)

doc.save('测试2.docx')

　　结果如下：

　　

　　2.将word中读到的文字输入excel

　　#导入所需库

from docx import DocuEqmWdment

import xlwings as xw

#写数据

def excel_write(a,path,sheetname,write_cols,write_rows):

app=xw.App(visible=False,add_book=False)

EqmWd app.display_alerts=False

app.screen_updating=False

wb=app.books.open(path)

sht=wb.sheets[sheetname]

weizhi = []

try:

i = 0

while i!=len(write_cols):

j = 0

while j!=len(write_rows):

weizhi.append(write_cols[i]+str(write_rows[j]))

j+=1

i+=1

www.cppcns.com k=0

while k!=len(a):

sht.range(weizhi[k]).value=a[k].text

print(weizhi[k])

k+=1

finEqmWdally:

wb.save()

wb.close()

app.kill()

if __name__ == "__main__":

#打开word文档

document = Document(u"测试2.docx")

#获取所有段落

all_paragraphs = document.paragraphs

print(len(all_paragraphs))

excel_path =r'报名人员信息统计表（模板）.xls'

SheetName = r'Sheet1'

wcols = ['c','d','i','h','e','f','j','L']

#新读取一个简历要换一行

wrow = [3]

excel_write(all_paragraphs,excel_path,SheetName,wcols,wrow)

　　结果如下：

　　

　　在word中读单词时，需要注意对应关键信息字符信息的分配，必要时删除非关键信息。

　　至此，这篇关于提取PDF简历信息并存入Excel文章的python实现的文章就介绍到这里了。更多关于Python提取PDF信息的内容，请搜索我们之前的文章或继续浏览下面的相关文章希望大家以后多多支持！

　　本文标题：Python实现提取PDF简历信息并存入Excel