# https://www.jianshu.com/p/f33233e4c712

import pdfplumber  # 为了操作PDF

from openpyxl import Workbook

wb = Workbook()  # 创建文件对象

ws = wb.active  # 获取第一个sheet

path="C:/Users/Lenovo/Desktop/中国建筑集团2020届校园招聘需求名录.pdf"

pdf = pdfplumber.open(path)

print('\n')

print('开始读取数据')

print('\n')

print(pdf.pages[].extract_tables()[][])

ws.append(pdf.pages[].extract_tables()[][])

for page in pdf.pages:

    # 获取当前页面的全部文本信息，包括表格中的文字

    # print(page.extract_text())

    for table in page.extract_tables():

        # print(table)

        for row in table:

            if "序号" not in row:

                # print(type(row))

                rowlist=str(row).replace("[","",).replace("]","").replace("'","").replace("\\n","").split(",")

                print(rowlist)

                ws.append(rowlist)

        print('---------- 分割线 ----------')

pdf.close()

# 保存Excel表

wb.save('中国建筑集团2020届校园招聘需求名录.xlsx')

print('\n')

print('写入excel成功')

print('保存位置：')

print('中国建筑集团2020届校园招聘需求名录.xlsx')

print('\n')