如何在PyInstaller打包的exe中内置Java适配Tabula？

方案一：将Java运行环境（JRE）打包进exe #

Tabula本质依赖Java，所以可以把轻量版JRE和程序一起打包，让客户端无需单独安装Java：

1. 下载对应Windows架构的OpenJRE轻量版（比如Adoptium提供的压缩包），解压到项目根目录，重命名为jre。
2. 修改Python代码，强制Tabula使用打包的JRE：

   import tabula
   # 指向打包后的JRE路径（注意运行时的相对路径）
   tabula.environment.JAVA_HOME = "./jre"
   tabula.environment.JAVA = "./jre/bin/java.exe"
   # 后续正常调用Tabula的API
   tables = tabula.read_pdf("target.pdf", pages="all")
   

3. 用PyInstaller打包时，同时添加Tabula的jar文件和JRE目录：

   pyinstaller --onefile --add-data "tabula\\tabula-*.jar;tabula" --add-data "jre;jre" your_script.py
   

   注：Windows下路径分隔符用;，若在其他系统打包需替换为:。打包完成后，exe运行时会自动解压JRE到同目录，Tabula就能找到Java环境。

方案二：替换为纯Python的PDF表格提取库 #

如果不想打包JRE（避免增大exe体积），可以改用不依赖Java的纯Python库：

• camelot-py：专注于PDF表格提取，支持导出为CSV/Excel，安装命令：pip install camelot-py[cv]，示例代码：

  import camelot
  # 提取PDF中的表格
  tables = camelot.read_pdf("target.pdf", pages="all")
  # 导出第一个表格为CSV
  tables[0].to_csv("result.csv")
  

• pdfplumber：更灵活的PDF解析工具，适合结构清晰的表格，示例代码：

  import pdfplumber
  with pdfplumber.open("target.pdf") as pdf:
      for page in pdf.pages:
          # 提取当前页的表格数据
          table_data = page.extract_table()
          # 处理并保存数据
          if table_data:
              with open("page_table.csv", "a", encoding="utf-8") as f:
                  for row in table_data:
                      f.write(",".join([str(cell) if cell else "" for cell in row]) + "\n")
  

  这两个库打包exe时，只需正常执行pyinstaller --onefile your_script.py即可，无需额外处理Java相关依赖。

注意事项 #

• 方案一的JRE会增加exe体积（约30-50MB），但能完全保留Tabula的兼容性；
• 方案二的纯Python库对复杂表格（如合并单元格、不规则布局）的支持可能不如Tabula，建议先测试你的目标PDF是否适配。

内容的提问来源于stack exchange，提问作者yingqi