从财报中提取三大报表（资产负债表、利润表、现金流量表）并生成PDF文件，可以通过Python中的多种库实现，例如使用`pandas`来处理表格数据，`pdfkit`或`reportlab`来生成PDF文件。以下是一个示例流程： ### 提取数据 首先，需要从财报文件中提取出三大报表的内容。财报文件通常为PDF或Excel格式，可以使用以下库进行处理： - **PDF文件**：使用`PyPDF2`或`pdfplumber`提取文本内容。 - **Excel文件**：使用`pandas`和`openpyxl`读取特定工作表。 ```python import pandas as pd # 假设财报为Excel文件，并且每个报表位于不同的工作表中 file_path = 'financial_report.xlsx' # 提取资产负债表 balance_sheet = pd.read_excel(file_path, sheet_name='Balance Sheet') # 提取利润表 income_statement = pd.read_excel(file_path, sheet_name='Income Statement') # 提取现金流量表 cash_flow_statement = pd.read_excel(file_path, sheet_name='Cash Flow') ``` ### 生成PDF文件 可以使用`reportlab`库将表格数据写入PDF文件，或者使用`pdfkit`将HTML格式的表格转换为PDF。 #### 使用`reportlab`生成PDF ```python from reportlab.platypus import SimpleDocTemplate, Table, TableStyle from reportlab.lib.pagesizes import letter def save_df_to_pdf(df, filename): doc = SimpleDocTemplate(filename, pagesize=letter) data = [df.columns.tolist()] + df.values.tolist() table = Table(data) table.setStyle(TableStyle([ ('BACKGROUND', (0, 0), (-1, 0), '#d3d3d3'), ('TEXTCOLOR', (0, 0), (-1, 0), '#000000'), ('ALIGN', (0, 0), (-1, -1), 'CENTER'), ('FONTSIZE', (0, 0), (-1, 0), 12), ('BOTTOMPADDING', (0, 0), (-1, 0), 12), ('BACKGROUND', (0, 1), (-1, -1), '#f7f7f7'), ('GRID', (0, 0), (-1, -1), 1, '#000000') ])) doc.build([table]) # 保存三大报表为单独的PDF文件 save_df_to_pdf(balance_sheet, 'balance_sheet.pdf') save_df_to_pdf(income_statement, 'income_statement.pdf') save_df_to_pdf(cash_flow_statement, 'cash_flow_statement.pdf') ``` #### 使用`pdfkit`生成PDF 如果希望将表格以HTML格式嵌入PDF，可以使用`pdfkit`库，它依赖于`wkhtmltopdf`工具。 ```python import pdfkit import pandas as pd # 将DataFrame转换为HTML并保存为PDF def save_df_to_html_pdf(df, filename): html = df.to_html() pdfkit.from_string(html, filename) # 保存三大报表为PDF save_df_to_html_pdf(balance_sheet, 'balance_sheet_wk.pdf') save_df_to_html_pdf(income_statement, 'income_statement_wk.pdf') save_df_to_html_pdf(cash_flow_statement, 'cash_flow_statement_wk.pdf') ``` ### 整合多个PDF 如果需要将多个PDF文件合并为一个，可以使用`PyPDF2`库。 ```python from PyPDF2 import PdfMerger # 合并多个PDF文件 def merge_pdfs(pdf_files, output_file): merger = PdfMerger() for pdf in pdf_files: merger.append(pdf) merger.write(output_file) merger.close() # 合并所有报表PDF merge_pdfs(['balance_sheet.pdf', 'income_statement.pdf', 'cash_flow_statement.pdf'], 'combined_report.pdf') ``` ### 注意事项 - **文件格式**：确保财报文件格式兼容，PDF文件可能需要OCR处理才能提取表格内容。 - **数据准确性**：在提取数据时，注意表格的结构和格式，确保数据不会错位。 - **依赖库**：某些库如`pdfkit`需要安装额外的工具（如`wkhtmltopdf`），请确保系统环境配置正确。 通过以上方法，可以高效地从财报中提取所需报表并生成PDF文件。 ---