Python实现提取PDF简历信息并存入Excel

Dylan

发布时间：2026-10-15 | 5人浏览过

原创

本文分享一个利用Python从PDF简历中提取关键信息并自动写入Excel的完整案例。通过pdfplumber读取PDF文字，结合python-docx处理Word中间文件，最终使用xlwings将结构化数据写入Excel模板。针对非标准格式简历，文中提供了字符调配与清洗建议，旨在解决HR部门批量处理求职资料时的数据录入难题。

介绍

本文分享一个实际工作中的数据处理案例。

接到人力资源部同事的需求，需要将求职者投递的PDF格式简历中的关键信息提取出来，并汇总保存到Excel表格中。

背景说明：这些PDF简历由求职者自行编制，格式不统一，导致数据采集工作存在一定难度。

解决思路：首先从PDF文档中抓取文字内容并保存为Word文档，随后从Word文档中读取文字信息，最后将其写入Excel文件中。

1. 将PDF文档中的文字读取到word中

import pdfplumber
from docx import Document

with pdfplumber.open('1_5的简历1632532336.pdf') as rpdf:
    first_page = rpdf.pages[0]
    print(first_page.extract_text())

doc = Document()
rpdfword = first_page.extract_text()

pages = doc.add_paragraph(rpdfword)

doc.save('测试2.docx')

处理结果如下：

2. 将word中读到的文字输入到excel中

#导入所需库
from docx import Document
import xlwings as xw

#写数据
def excel_write(a,path,sheetname,write_cols,write_rows):
    app=xw.App(visible=False,add_book=False)
    app.display_alerts=False
    app.screen_updating=False
    wb=app.books.open(path)
    sht=wb.sheets[sheetname]
    weizhi = []
    try:
        i = 0
        while i!=len(write_cols):
            j = 0
            while j!=len(write_rows):
                weizhi.append(write_cols[i]+str(write_rows[j]))
                j+=1
            i+=1
        k=0
        while k!=len(a):
            sht.range(weizhi[k]).value=a[k].text
            print(weizhi[k])
            k+=1
    finally:
        wb.save()
        wb.close()
        app.kill()

if __name__ == "__main__":
    #打开word文档
    document = Document(u"测试2.docx")
    
    #获取所有段落
    all_paragraphs = document.paragraphs    
    print(len(all_paragraphs))
        
    
    excel_path =r'报名人员信息统计表（模板）.xls'
    SheetName = r'Sheet1'
    
    wcols = ['c','d','i','h','e','f','j','L']
    #新读取一个简历要换一行
    wrow = [3]
    excel_write(all_paragraphs,excel_path,SheetName,wcols,wrow)

处理结果如下：