পাইথনের বিভিন্ন অপারেশন হ্যান্ডল করার জন্য বড় লাইব্রেরি সেট রয়েছে। এই আর্টিকেলে, আমরা দেখব কিভাবে একটি PDF ফাইল এক্সেল ফাইলে কনভার্ট করা যায়। পাইথনে PDF-কে CSV-তে কনভার্ট করার বিভিন্ন প্যাকেজ রয়েছে কিন্তু আমরা Tabula-py মডিউল ব্যবহার করব। tabula-py-এর মেজর পার্ট জাভা-তে লেখা যা PDF ডকুমেন্ট পড়ে এবং পাইথন DataFrame-কে JSON অবজেক্টে কনভার্ট করে।
Tabula-py-র সাথে কাজ করতে, আমাদের সিস্টেমে জাভা প্রি-ইনস্টলড থাকতে হবে। এখন, PDF ফাইল CSV-তে কনভার্ট করতে আমরা নিচের ধাপগুলো অনুসরণ করব:
কমান্ড শেলে pip install tabula-py টাইপ করে প্রয়োজনীয় প্যাকেজ ইনস্টল করুন।
এখন read_pdf("file location", pages=number) ফাংশন ব্যবহার করে ফাইল পড়ুন। এটি DataFrame রিটার্ন করবে।
DataFrame-কে এক্সেল ফাইলে কনভার্ট করুন tabula.convert_into('pdf-filename', 'name_this_file.csv', output_format="csv", pages="all") ব্যবহার করে। এটি সাধারণত PDF ফাইল এক্সেল ফাইলে এক্সপোর্ট করে।
উদাহরণ
এই উদাহরণে, আমরা IPL Match Schedule Document ব্যবহার করেছি এক্সেল ফাইলে কনভার্ট করার জন্য।
# প্রয়োজনীয় মডিউল ইম্পোর্ট
import tabula
# একটি PDF ফাইল পড়ুন
df = tabula.read_pdf("IPLmatch.pdf", pages='all')[0]
# PDF কে CSV-তে কনভার্ট
tabula.convert_into("IPLmatch.pdf", "iplmatch.csv", output_format="csv", pages='all')
print(df)
আউটপুট
উপরোক্ত কোড রান করলে PDF ফাইল এক্সেল (CSV) ফাইলে কনভার্ট হবে।
