jsvine/pdfplumber

これは何？

主な機能

• 01位置や色の情報とともに、個々の文字、線、矩形、曲線、画像にアクセスできます。
• 02許容値を調整できるテキスト抽出と、実験的なレイアウトモード。
• 03単語や正規表現による検索に対応し、バウンディングボックスを返します。
• 04罫線、テキストの配置、または指定した座標に基づく表の検出。
• 05ページを描画し、検出した表や線を重ねて表示するビジュアルデバッグ。
• 06CLIからCSV、JSON、またはテキスト形式でエクスポート。

ユースケース

• 財務報告書や政府機関のPDFから表を抽出し、Pythonのデータ構造に取り込む。
• 請求書やフォームから座標付きのテキストを取得し、後続の解析に利用する。
• 複雑なPDFレイアウトで、表の抽出設定を視覚的に調整する。
• 解析やデバッグのために、PDF内の描画オブジェクトを調べる。

クイックスタート

1. 1

   PyPIからpdfplumberをインストールする

   pip install pdfplumber
2. 2

   PythonでPDFを開き、最初のページの最初の文字を出力する

使う前に知っておきたいこと

• !スキャン文書より、コンピューターで生成されたPDFで最もよく機能します。

トピック

よくある質問

pdfplumber とは？

機械生成PDFからテキスト、表、詳細なオブジェクト情報（文字、線、矩形など）を抽出するPythonライブラリとCLI。 pdfplumberは、PDFファイルの内容を詳しく調べるためのPythonライブラリです。ページ上の各文字、矩形、線、曲線、画像について、位置やフォント、色とともに取得できるため、単なるテキストとしてではなく、個々の描画オブジェクト単位で文書を調べられます。

pdfplumber は無料で使えますか？ライセンスは？

pdfplumber は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

pdfplumber は今もメンテナンスされていますか？

活発にメンテナンス中。pdfplumber の最終コミットは 2026年10月15日 です。

pdfplumber は何に使えますか？

財務報告書や政府機関のPDFから表を抽出し、Pythonのデータ構造に取り込む。 請求書やフォームから座標付きのテキストを取得し、後続の解析に利用する。 複雑なPDFレイアウトで、表の抽出設定を視覚的に調整する。 解析やデバッグのために、PDF内の描画オブジェクトを調べる。

pdfplumber のインストール方法は？

PyPIからpdfplumberをインストールする: pip install pdfplumber PythonでPDFを開き、最初のページの最初の文字を出力する

pdfplumber はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/jsvine/pdfplumber