如何用Camelot提取PDF多表格并保留对应页码？

Camelot提取的每个表格对象（Table）自带page属性，可直接获取该表格所在的PDF页码。你只需要修改循环逻辑，同时获取表格的序号和对应页码，再替换文件名中的占位符即可。

修改后的代码如下：

import camelot

tables = camelot.read_pdf('2003.pdf', flavor='stream', pages='8,9,10,14,15,18,24...', edge_tol=500, flag_size=True)
# 使用enumerate获取表格序号（从1开始）和对应的表格对象
for tab_num, table in enumerate(tables, start=1):
    # 用table.page获取当前表格的页码，替换文件名中的占位符
    # 注意：路径中的反斜杠建议用原始字符串r""避免转义问题，或者改用正斜杠"/"
    table.to_csv(rf"2003\Report2003tab{tab_num}_page{table.page}.csv")

关键修改点： #

• 用enumerate(tables, start=1)遍历表格，tab_num从1开始计数，对应你原来的page+1；
• 通过table.page直接获取该表格所在的PDF页码，无需手动关联；
• 路径使用原始字符串rf""，避免反斜杠被Python解析为转义字符（比如\R会被识别为特殊字符），也可以将路径中的反斜杠改为正斜杠/，比如"2003/Report2003tab{...}.csv"。

内容的提问来源于stack exchange，提问作者abdullah Haidari