企业PDF年报中有很多信息,里面表格很多,所以经常需要提取其中的表格。用ChatGPT来编程实现,非常简单。
案例1:提取鑫铂股份募集说明书中的行业主要法律法规及政策表格
在ChatGPT输入提示语如下:
写一段Python代码,实现提取PDF文件中表格的功能。具体步骤如下:
打开PDF文件,文件路径是:F:\金属材料\鑫铂股份-鑫铂股份募集说明书(修订稿)-2023-05-16.pdf
用pdfplumber提取这个PDF文件中19页-22页的表格;
合并提取到的表格;
表格文件保存到F盘的“行业主要法律法规及政策.xlsx”
注意:每一步都要输出信息
程序运行后,表格完美提取出来:
案例2:提取有研粉材-2022年半年度报告中涉及政府补助的项目表格
注意,有几页表格开头只有一个单元格,提取出来直接合并会出错。
所以,要去掉第一行。在ChatGPT中输入提示词如下:
写一段Python代码,实现提取PDF文件中表格的功能。具体步骤如下:
打开PDF文件,文件路径是:F:\金属材料\有研粉材-2022年半年度报告-2022-08-26.pdf
用pdfplumber提取这个PDF文件中128页-131页的表格;
129页-131页提取到的表格,去掉第一行;
合并所有提取到的表格;
表格文件保存到F盘的“有研粉材涉及政府补助的项目.xlsx”
注意:每一步都要输出信息