Python提取PDF财务报表附注表格并合并到Excel，一个附注一个sheet

这个功能可以使用Python的第三方库PyPDF2来实现PDF的读取操作，使用pandas库来操作Excel文件的读取和写入操作。以下是代码实现：

import PyPDF2
import pandas as pd

# 打开PDF文件
with open('fin_report.pdf', 'rb') as pdf_file:
    # 创建PDF读取器对象
    pdf_reader = PyPDF2.PdfFileReader(pdf_file)
    # 获取PDF文件的页数
    num_pages = pdf_reader.getNumPages()
    # 创建空的DataFrame对象
    df = pd.DataFrame()
    # 循环遍历每一页，提取附注表格
    for page_num in range(num_pages):
        # 读取当前页
        page = pdf_reader.getPage(page_num)
        # 获取页中的文本内容
        text = page.extractText()
        # 查找附注表格的起始位置和结束位置
        start_index = text.find('附注')
        end_index = text.find('重要事项')
        # 如果找到了附注表格，则将表格内容提取出来
        if start_index != -1 and end_index != -1:
            table_text = text[start_index:end_index]
            # 使用pandas的read_html函数将表格内容转换为DataFrame对象
            table_df = pd.read_html(table_text)[0]
            # 将附注表格的内容合并到总的DataFrame对象中
            df = pd.concat([df, table_df])
    # 将DataFrame对象写入Excel文件中，每个附注表格写入一个sheet
    with pd.ExcelWriter('fin_report.xlsx') as writer:
        for i, group in df.groupby('附注'):
            group.to_excel(writer, sheet_name=i, index=False)

以上代码会读取名为`fin_report.pdf`的PDF文件，查找其中的附注表格，并将表格内容合并到一个DataFrame对象中，然后将每个附注表格的内容写入一个Excel文件中，每个附注表格对应一个sheet。输出的Excel文件名为`fin_report.xlsx`。