使用tabula循环转换PDF为CSV时出现IndexError: list index out of range报错

• tabula.read_pdf() 执行后返回的是当前单份PDF文件中提取到的所有表格组成的列表，该列表的长度仅和当前PDF里的表格数量有关，和全局循环的文件序号没有关联。你用全局循环变量推导出来的file-1去索引这个单文件表格列表，当当前PDF的表格数量小于file值时，就会触发索引越界。你前2个PDF文件的表格数刚好匹配你当时的file-1值，到第三个文件不匹配就直接报错。
• 遍历文件的逻辑冗余错误：range(len(filtered_files)) 生成的索引本身就是从0开始到列表长度减1，完全不需要额外减1，file-1会导致第一次循环直接取到列表最后一个文件，逻辑完全混乱。

import tabula
import os
import pandas as pd

# 过滤当前目录下所有PDF文件
filtered_files = [file for file in os.listdir() if file.endswith(".pdf")]

# 直接遍历每个PDF文件，不需要绕索引计算
for pdf_file in filtered_files:
    print(f"正在处理：{pdf_file}")
    # 提取当前PDF的所有表格
    df_list = tabula.read_pdf(pdf_file)
    # 跳过没有提取到表格的PDF，避免报错
    if not df_list:
        print(f"{pdf_file} 未识别到表格，跳过")
        continue
    # 适配多表格场景，每个表格单独存为CSV，不需要多表格的话可以直接取df_list[0]存储
    for idx, df in enumerate(df_list):
        csv_name = f"{pdf_file.rsplit('.',1)[0]}_表{idx+1}.csv"
        df.to_csv(csv_name, encoding='utf-8')
    print(f"{pdf_file} 处理完成")

内容的提问来源于stack exchange，提问作者user3011030