Boa tarde. Estou enfrentando um problema durante a conversão de um arquivo CSV para um arquivo Excel, via openpyxl. A estrutura do código tem por objetivo converter um PDF em Excel, e colar as informações do PDF em uma Sheet de uma planilha de Excel já pré-formatada.
O que tentei:
import PyPDF2
import pandas as pd
from openpyxl import Workbook, load_workbook
import string
import csv
pdfFileObj=open(r".\pasta_460\pdf_460.pdf",'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
paginas_pdf = []
for page in pdfReader.pages:
ddd = page.extractText()
paginas_pdf.append(ddd)
df = pd.DataFrame(paginas_pdf)
df.to_csv(r".\pasta_460\pdf_em_csv_460.csv",encoding='utf-8')
book = load_workbook(r".\teste_template_planilha.xlsx")
writer = pd.ExcelWriter(r".\teste_template_460_modelada.xlsx", engine='openpyxl')
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)
df.to_excel(writer, 'Sheet12')
df.to_excel(writer, 'Sheet12', startrow=1, startcol=1, header=False, index=False)
writer.save()
Até funcionou e gerou a planilha com a Sheet12 contendo os dados que eu propus, porém, os dados saem todos em uma linha única do Excel, eu acredito que seja porque os dados estão em CSV guardados dentro de uma lista (paginas_pdf), mas não estou achando solução para este problema.
Gostaria que os dados saíssem na Sheet12 linha a linha, ou seja, que o delimitador ":" quebre a informação e coloque linha a linha.
df.to_excel("output.xlsx")
apagando todas as linhas debook =
para baixo.df.to_excel("output.xlsx")
os dados saem todos em uma linha única. Já tenteidf.replace('\n', ' ')
e também mantem a estrutura de linhas únicas, como se fosse uma array. A questão do código debook =
para baixo é na intensão de criar a planilha na mesma planilha que eu indiquei como modelo.paginas_pdf.append(ddd)
acrescenteitems = ddd.split("\n")
depois substituapaginas_pdf.append(ddd)
porpaginas_pdf += items
. Deve resolver.