Neste vídeo mostro como você pode extrair dados ou tabelas de arquivos PDFs. Link para baixar o ebook: drive.google.c...
Пікірлер: 41
@polyanameireles29233 ай бұрын
Eu consigo extrair dados especificos de um pdf e organizar como eu quiser em uma planilha de excel automaticamente com o PHYTON?
@ernestomge9 ай бұрын
Seu conteúdo é excelente. Muito didático e prático. Me ajudou demais. Parabéns!
@f3loc4519 ай бұрын
Fico muito feliz em ter ajudado Ernesto!!
@janworld14 ай бұрын
muito bacana. Vou testar aqui e assistir outras aulas suas
@rafapioli753 ай бұрын
Excelente conteúdo! Parabéns pela iniciativa!
@t4blitoMax3 ай бұрын
Excelente vídeo. Muito obrigado!
@rodrigomelo1306 Жыл бұрын
Massa demais. Obrigado pela dica Fernanda
@marcoswagnermainieri47949 ай бұрын
Não conhecia a lib tabula. Muito bom.
@stisampaio7 ай бұрын
Excelente explicação. Parabéns.
@mathewsrodrigues Жыл бұрын
Muito bom! Excelente didática!!
@lorrangomes80765 ай бұрын
Parabéns
@josinaldoaraujo3047 Жыл бұрын
Show de bola!!! Parabéns, sem enrolação nem indução ao erro como alguns vídeos que tem por aí. Já vi vários vídeos que só dão erro, mas agora deu certo! Obrigado! Vou fazer vários testes, qualquer coisa volta aqui pra tirar dúvidas, pode ser?
@user-hf7eo6xd7x6 ай бұрын
Obrigado pelo conteudo, vai ajudar muito.
@root11746 ай бұрын
e pago adianta de nada
@valmirrastelyjunior94007 ай бұрын
Excelente
@jonathanjesua1004 Жыл бұрын
Sucesso! 🍀
@kevinhoglass4 ай бұрын
Eu tenho um pdf com um monte de processos. Gostaria de saber como eu faria uma filtragem e/ou extração de todos esses numeros de processos. Eles possuem uma sequencia numerica de 20 caraacteres. Ai depois dessa extração gostaria de passar para um excel. Mas se alguem puder me ajudar só de passar todos esses processos em um txt ja seria otimo.
@nubiamaria9864Ай бұрын
Onde os arquivos estavam armazenados, para entender era esses arquivos?
@elizabethregina1460 Жыл бұрын
Muito bom!!!
@nelson84833 ай бұрын
tem como fazer isso com o pycharm? estou querendo fazer um trabalho assim: tenho uma apostila de 3k paginas, com vários códigos de falhas tipo F07900 eu quero que o programa diga entre com o numero da falha : o usuário entra com a falha EX:F07900 o programa vai no pdf e busca a falha e retorno com o enunciado da falha e sua solução. qual o problema que estou enfrentando, meu programa não busca as falhas em meu computador minha pergunta. teria como carregar a apostila direto no codigo ou de outra forma pra ele fazer isso?
@lourenzitt Жыл бұрын
Boa noite! Primeiramente seu conteúdo é um dos melhores que já vi sobre extração de dados em PDF! Eu usava um loop diferente do seu para extrair várias páginas, mas sua forma ficou mais otimizada, parabéns! Mas, gostaria de pedir uma ajuda, eu estou extraindo dados de um PDF com 13 mil páginas, estou convertendo em .TXT para poder dizer "qual linha eu quero extrair" especificamente. Contudo, pelo LOOP ele vai gerar 13 mil arquivos de .TXT. Como eu faria para tudo isso ficar em apenas um arquivo? Muito obrigado!
@f3loc451 Жыл бұрын
Olá, você pode criar um arquivo .txt único, percorrer todas as páginas do PDF, extrair os dados e escrevê-los no arquivo .txt único, vou colocar um exemplo de código aqui, espero que ajude: from PyPDF2 import PdfReader # Caminho para o arquivo PDF pdf_path = 'caminho_para_o_seu_arquivo.pdf' # Caminho para o arquivo de saída .txt output_txt_path = 'dados_extraidos.txt' # Inicializa o arquivo de saída with open(output_txt_path, 'w', encoding='utf-8') as output_file: pdf = PdfReader(pdf_path) # Percorre todas as páginas do PDF for page_num in range(len(pdf.pages)): page = pdf.pages[page_num] # Extrai o texto da página atual page_text = page.extract_text() # Escreve o texto da página no arquivo de saída output_file.write(page_text) print("Extração concluída e escrita no arquivo", output_txt_path)
@andreclash80108 ай бұрын
@@f3loc451, boa noite, tudo bem? É possível criar uma calculadora para ler notas de corretagem e gerar preço médio? Obrigado.
@f3loc4518 ай бұрын
@@andreclash8010 sim, é possível
@andreclash80108 ай бұрын
@@f3loc451 , estou tentando fazer algo do tipo: durante 12 meses foram geradas diversas notas fiscais , gostaria de saber se é possível extrair apenas o Item "PARAFUSO" durante esses 12 meses e calcular o preço médio
@CalebeTutogames7 ай бұрын
@@andreclash8010 Conseguiu??
@ValterRodrigues5 ай бұрын
Olá. E como fazer para extrair um nome de pessoa e filiação, por exemplo. Imagine fazer isso de um artigo científico. Como seria o código?
@henriquemiranda42995 ай бұрын
Muito boa explicação. Porem aparece o seguinte erro para mim na parte das tabelas. AttributeError: module 'tabula' has no attribute 'read_pdf'
@jonatapaulino3 ай бұрын
E quando o pdf não for tipo uma tabela, agente tem que usar o regex pra formatar? Parabéns pelo vídeo.
@MariaSantos-nh9xb7 ай бұрын
Não percebo muito de programação. Tem como organizar o texto extraido, no sentido de retirar os paragrafos que cria e espaçamentos?
@f3loc4517 ай бұрын
Tem sim, utilizando técnicas de NLP( Processamento de Linguagem Natural)
@rodrigomelo1306 Жыл бұрын
Sugestão de conteúdo. Extração de tabelas com imagens (pode ser um print) de uma página HTML local. Exemplo: Suponha que tenho um relatório em que exporto em HTML as informações do sistema e ao clicar no index.html aparece informações como este PDF de vendas. Como eu faria para tirar um print (pa obter as figuras também) e/ou extrair as tabelas como foi feito no exemplo do PDF ? Abração e parabéns pelo conteúdo.
@f3loc451 Жыл бұрын
Oi Rodrigo, para extrair tabelas de um arquivo html você pode utilizar o método read_html() do pandas, ele faz justamente isso, lê uma ou mais tabelas de uma página html e as retorna como um ou mais objetos Dataframe do pandas
@ReginaldoGomesify Жыл бұрын
Olá, pode me ajudar, meu arquivo está nesse caminho=> with open('D:\Cursos\Python\LerPDF/arquivo1.pdf','rb') as file: mas não consigo abrir, já mudei o caminho e nada sempre da erro no pdf_reader
@f3loc451 Жыл бұрын
Oi Reginaldo, podes mandar print do código com o erro?
@jalzeriofigueira2929Ай бұрын
" ASPAS DUPLAS AO INVÉS DE '
@franciscocarvalho85408 ай бұрын
Não consigo rodar o código, pois, apresenta a seguinte mensagem de erro: NameError: name 'PdfReader' is not defined
@f3loc4518 ай бұрын
O erro tá indicando que você não definiu a variável PdfReader, dá uma olhada no teu código novamente, provavelmente não está igual o meu Francisco
@franciscocarvalho85408 ай бұрын
@@f3loc451 Está tudo certinho com o código. Na realidade, acontece erro, quando tento rodar o código, nos dois exemplos que você postou. Veja abaixo: Exemplo 1 (texto) with open("nfe.pdf", 'rb') as pdf_file: pdf_reader = PdfReader(pdf_file) num_pages = len(pdf_reader.pages) for page_num in range(num_pages): page = pdf_reader.pages[page_num] text = page.extract_text() print(text) ______________________________________________________________________________ NameError Tracebak (most recente call last) Cell In[1], line 2 1 with open("nfe.pdf", 'rb') as pdf_file: 2 pdf_reader = PdfReader(pdf_file) 4 num_pages = len(pdf_reader.pages) 6 for page_num in range(num_pages): NameError: name 'PdfReader' is not defined Exemplo 2 (tabela) pdf_path = "nfe.pdf" tabelas = tabula.read_pdf(pdf_path, pages="all") _______________________________________________________________________________ NameError Tracebak (most recente call last) Cell In[1], line 3 1 pdf_path = "nfe.pdf" 3 tabelas = tabula.read_pdf(pdf_path, pages="all") NameError: name 'tabula' is not defined
@todoosdiastemteclado21069 ай бұрын
Vou começar do zero. Onde baixo esse programa?
@f3loc4519 ай бұрын
Você pode baixar o Python nesse link: www.python.org/downloads/ Ou utilizar o Google colab que é On-line e na nuvem.