使用Camelot提取PDF表格存为CSV时无文件输出问题求助

你的代码一共存在4个核心错误，导致判断逻辑永远不触发、保存流程无法执行：

• 误用pandas的head：df.head是方法对象，不是属性，必须加()调用才会返回数据；且默认df.head()返回前5行的DataFrame结构，根本不是单行表头，不可能和一维列表匹配。
• camelot读取表格时默认不会自动将第一行识别为列名，所有表格内容（包括你要匹配的表头）都按行存储在DataFrame的单元格中，第一行表头对应df.iloc[0]。
• shutil.move的参数必须是文件路径字符串/Path对象，你传入内存中的DataFrame对象会直接抛类型错误，就算前面生成了CSV也会执行失败。
• 没有提前创建目标保存文件夹Tables_csv，移动文件时会因为路径不存在报错。

1. 提取表头时取DataFrame第一行（索引为0的行），转成列表后再做匹配
2. 保存CSV时直接指定目标文件夹的完整路径，不需要额外调用shutil.move移动文件
3. 提前判断保存文件夹是否存在，不存在则自动创建
4. 匹配时先去除单元格前后空白字符，避免PDF提取带出的多余空格导致匹配失败

from pathlib import Path
import camelot
import pandas as pd

# 初始化路径
p = Path.cwd() 
save_path = p.joinpath("Tables_csv")
# 提前创建保存目录，已存在则跳过不报错
save_path.mkdir(exist_ok=True)

# 读取第一页表格
tables = camelot.read_pdf("file.pdf", pages="1", line_scale=20)

for i, table in enumerate(tables):
    df = table.df
    # 提取第一行作为表头，清除每个单元格前后空白字符
    header = [cell.strip() for cell in df.iloc[0].tolist()]
    
    # 匹配对应表头执行保存
    if header == ["a", "b", "c"]:
        save_file = save_path.joinpath(f"abcTable{i}.csv")
        df.to_csv(save_file, index=False, encoding="utf-8-sig")
        print(f"已保存abc类表格到: {save_file}")
    elif header == ["d", "e", "f"]:
        save_file = save_path.joinpath(f"defTable{i}.csv")
        df.to_csv(save_file, index=False, encoding="utf-8-sig")
        print(f"已保存def类表格到: {save_file}")
    else:
        print(f"第{i}个表格表头为{header}，不匹配规则已跳过")

• 保存CSV时加了encoding="utf-8-sig"，避免导出的文件用Excel打开时出现中文乱码
• 加了index=False参数，不会把pandas自动生成的行索引写入CSV文件
• 增加了运行打印逻辑，可以直接在控制台看到每个表格的实际提取表头，方便后续排查匹配问题
• 原代码中导入的os和shutil库属于错误使用，直接移除即可，不需要额外调用文件移动方法

内容的提问来源于stack exchange，提问作者TomYabo