python怎么提取pdf的内容，然后分割，在写入excel中

在Python中，我们可以使用一些库来处理PDF文件并将其内容提取到Excel中。以下是使用`PyPDF2`库提取PDF内容，`pandas`库操作数据以及`openpyxl`库将数据写入Excel的一个基本流程：

首先，你需要安装这三个库，如果尚未安装，可以使用pip进行安装：

pip install PyPDF2 pandas openpyxl

下面是一个示例步骤：

1. **导入所需的库**：

import PyPDF2
import pandas as pd
from openpyxl import Workbook

2. **打开PDF文件**：

with open('input.pdf', 'rb') as file:
    reader = PyPDF2.PdfFileReader(file)

3. **获取PDF页数和每一页的内容**：

pages = []
for page_num in range(reader.getNumPages()):
    text = reader.getPage(page_num).extractText()
    pages.append(text)

4. **创建DataFrame存储页面内容**：

data = [{'page': f'Page {i+1}', 'content': txt} for i, txt in enumerate(pages)]
df = pd.DataFrame(data)

5. **创建Excel文件并写入数据**：

wb = Workbook()  # 创建工作簿
sheet = wb.active  # 获取活动的工作表

# 将DataFrame写入Excel
sheet['A'] = df['page']
sheet['B'] = df['content']

# 保存Excel文件
file_name = 'output.xlsx'
wb.save(file_name)