使用tabula-py转换CSV时如何保留单元格前导零？

当然可以，你可以通过options参数传入tabula-java的原生参数来实现，核心是让工具把单元格内容识别为字符串而非数字，从而保留前导零。

直接用convert_into实现的方法 #

tabula-py底层依赖tabula-java，你可以在options里传入["--strings"]参数，这个参数会强制所有提取的内容以字符串类型处理，前导零自然不会被去除。修改后的代码如下：

# 转换PDF到CSV并保留前导零
convert_into(
    source_path,
    csv_path,
    output_format="csv",
    pages='1-2',
    stream=True,
    options=["--strings"]
)

更精细的列控制方法 #

如果只需要针对特定列保留前导零，建议先通过read_pdf把PDF读取为DataFrame，手动指定目标列的数据类型后再保存为CSV，示例代码：

import pandas as pd
from tabula import read_pdf

# 读取PDF为DataFrame，指定需要保留前导零的列为字符串类型
df = read_pdf(
    source_path,
    pages='1-2',
    stream=True,
    dtype={"目标列名称": str}
)

# 将DataFrame保存为CSV
df.to_csv(csv_path, index=False)

内容的提问来源于stack exchange，提问作者Nick08