Python活用：PDFからCSVへ効率的にデータ変換

import tkinter as tk
from tkinter import filedialog, messagebox, simpledialog
import pdfplumber
import csv
import re

def select_pdf():
    messagebox.showinfo("PDFをCSVに変換", "PDFファイルを選択してください。次に、処理するページ範囲を指定します。")
    path = filedialog.askopenfilename(filetypes=[("PDF files", "*.pdf")])
    if path:
        page_range = simpledialog.askstring("ページ範囲の入力", "処理するページ範囲を入力してください（例: 1-3）")
        if page_range:
            try:
                start_page, end_page = map(int, page_range.split('-'))
                # ユーザーが入力した実際のPDFページ番号に基づいて処理するため、内部的なインデックスに合わせて1を引く
                start_page -= 1
                select_csv(path, start_page, end_page)
            except ValueError:
                tk.messagebox.showerror("エラー", "無効なページ範囲です。")

def select_csv(pdf_path, start_page, end_page):
    messagebox.showinfo("保存先の選択", "変換されたCSVファイルの保存先を選択してください。")
    path = filedialog.asksaveasfilename(defaultextension=".csv", filetypes=[("CSV files", "*.csv")])
    if path:
        convert_pdf_to_csv(pdf_path, path, start_page, end_page)
        messagebox.showinfo("完了", "PDFファイルの変換が完了しました。")

def convert_pdf_to_csv(pdf_path, csv_path, start_page, end_page):
    with open(csv_path, 'w', newline='', encoding='Shift-JIS') as csvfile:
        writer = csv.writer(csvfile)
        with pdfplumber.open(pdf_path) as pdf:
            # end_pageの扱いについても実際のPDFページ番号に基づいて調整する
            for i in range(start_page, min(end_page, len(pdf.pages))):
                page = pdf.pages[i]
                table = page.extract_table()
                if table:
                    for row in table:
                        filtered_row = row[:3]
                        if filtered_row[0] is not None and re.match(r'^\d+$', str(filtered_row[0])):
                            writer.writerow(filtered_row)

def main():
    root = tk.Tk()
    root.withdraw()
    select_pdf()

if __name__ == "__main__":
    main()

import pandas as pd
from tkinter import filedialog
from tkinter import Tk

def select_file(prompt):
    root = Tk()
    root.withdraw()  # メインウィンドウを表示しない
    file_path = filedialog.askopenfilename(title=prompt)
    root.destroy()  # ダイアログ終了後にTkインスタンスを閉じる
    return file_path

def merge_and_reorder_columns(column_info_path, data_csv_path):
    column_info_df = pd.read_csv(column_info_path, header=None, encoding='Shift-JIS')
    data_df = pd.read_csv(data_csv_path, header=None, encoding='Shift-JIS')
    # 2列目の値に基づいてソートされた列名をデータフレームに適用   
    sorted_column_names = column_info_df.sort_values(by=1)[2].tolist()
    data_df.columns = sorted_column_names

    # 2列目の値を新しい順序として使用して、列の並び替えを行う
    # 2列目の値から1を引いて0ベースのインデックスに変換し、データフレームの列数に合わせる
    new_order = [i-1 for i in column_info_df[1] if i-1 < len(data_df.columns)]
    # 列のインデックスに基づいてデータフレームを並び替え
    reordered_df = data_df.iloc[:, new_order]
    return reordered_df

def main():
    column_info_path = select_file("列名情報が含まれるCSVファイルを選択してください")
    data_csv_path = select_file("マスタデータが含まれるCSVファイルを選択してください")
    reordered_df = merge_and_reorder_columns(column_info_path, data_csv_path)
    save_path = filedialog.asksaveasfilename(title="保存先を選択してください", defaultextension=".csv")

    if save_path:  # ユーザーがファイル保存場所を選択した場合
        reordered_df.to_csv(save_path, index=False, encoding='Shift-JIS')
        messagebox.showinfo("完了", "ファイルが正常にマージされ、列が再配置されました。")
    else:  # ユーザーがファイル保存をキャンセルした場合
        messagebox.showwarning("キャンセル", "ファイルの保存がキャンセルされました。")

if __name__ == "__main__":
    main()