用pdfplumber将2万页的 pdf 转成excel

将2万页的PDF转换为Excel是一个非常耗时的过程，可能需要使用多种工具和技术来完成。

一种可能的方法是使用Python中的pdfplumber库来提取PDF中的文本数据，然后将其转换为Excel格式。以下是一个简单的Python示例代码片段：

import pdfplumber
import pandas as pd

# Open the PDF file
with pdfplumber.open("filename.pdf") as pdf:
    # Create an empty DataFrame to store the extracted data
    df = pd.DataFrame()

    # Iterate over each page of the PDF file
    for page in pdf.pages:
        # Extract the text data from the page
        text = page.extract_text()

        # Split the text into lines
        lines = text.split('\n')

        # Convert the lines to a DataFrame and append to the main DataFrame
        page_df = pd.DataFrame(lines)
        df = df.append(page_df)
    
    # Save the DataFrame to an Excel file
    df.to_excel("output.xlsx", index=False)

这段代码将打开一个名为“filename.pdf”的PDF文件，然后将每个页面的文本数据提取为一个DataFrame对象。最后，将所有页面的DataFrame对象合并为一个主DataFrame，并将其保存为名为“output.xlsx”的Excel文件。

请注意，这种方法可能需要很长时间才能完成，具体取决于PDF文件的大小和内容。另外，PDF中的表格和图像可能需要进行额外的处理才能正确转换为Excel格式。