PDF plumber strange behaviour. Two PDF that are the same, 1 work and 1 doesn’t work

I have two PDF files which look the same and I want to extract data with this function:

all_data = []

    with pdfplumber.open(pdf_path) as pdf:
        for page in pdf.pages:
            table = page.extract_table()
            if table:
                filtered_table = table[5:]  # Salta le intestazioni
                header = [clean_text(h) for h in filtered_table[0]]  # Pulisci l'intestazione
                data = filtered_table[1:]

                # Rimuovi righe vuote dalla tabella
                data = [row for row in data if any(cell and cell.strip() for cell in row)]

                # Appendi i dati della pagina all'elenco
                all_data.extend(data)
                
    if not all_data:

     
        return

    df = pd.DataFrame(all_data, columns=header)
    df.dropna(how='all', inplace=True)

When I try to extract data this code works for just one PDF. I opened both PDFs in Visual Studio Code and they appear not the same in the first rows.

The one that works :

%PDF-1.7
%����
7 0 obj
<<
/Type /XObject
/Subtype /Image
/Width 242
/Height 43
/ColorSpace /DeviceRGB
/BitsPerComponent 8
/Interpolate false
/Filter /FlateDecode
/Length 8514
>>
stream

The one that doesn’t work:

%PDF-1.7
%����
1 0 obj
<</Type/Catalog/Pages 2 0 R/Lang(en) /StructTreeRoot 61 0 R/MarkInfo<</Marked true>>/Metadata 590 0 R/ViewerPreferences 591 0 R>>
endobj
2 0 obj
<</Type/Pages/Count 12/Kids[ 4 0 R 25 0 R 30 0 R 33 0 R 37 0 R 40 0 R 43 0 R 46 0 R 49 0 R 52 0 R 55 0 R 58 0 R] >>
endobj
3 0 obj
<</Title(��Bando 2   CU Allegato B - Piano delle installazioni dettagliato) /Author(GSE) /CreationDate(D:20240904152507+00'00') /ModDate(D:20240904152507+00'00') /Producer() /Creator() >>
endobj
4 0 obj
<</Type/Page/Parent 2 0 R/Resources<</XObject<</Image6 6 0 R/Image12 12 0 R/Image15 15 0 R>>/ExtGState<</GS7 7 0 R/GS10 10 0 R>>/Font<</F1 8 0 R/F2 16 0 R/F3 18 0 R/F4 20 0 R>>/Pattern<</P11 11 0 R/P13 13 0 R/P14 14 0 R>>/ProcSet[/PDF/Text/ImageB/ImageC/ImageI] >>/MediaBox[ 0 0 841.92 595.32] /Contents 5 0 R/Group<</Type/Group/S/Transparency/CS/DeviceRGB>>/Tabs/S/StructParents 0>>
endobj
5 0 obj
<</Filter/FlateDecode/Length 4379>>
stream

I have to write the data to Excel, and when I write data from the second PDF a lot of binary code comes between data in Excel.

I exported both PDF files from Excel, I know it’s strange but I need it for a reason

I need to happen that both PDF are read correctly.

2

Update, the real problem is the mapping function, because i tried to print what pdfplumber read and it’s correct, but when it writes it write a lot of binary code inside the excel

def apply_mapping(text):
for key, value in data_mapping.items():
if key in text:
return value
return text and when i call it

for col in df.columns:
df[col] = df[col].apply(lambda x: apply_mapping(clean_text(str(x))) if x is not None else “”)

that doesn’t work

it returns me (and the script doesn’t work just when this future warning appears

FutureWarning: Series.getitem treating keys as positions is deprecated. In a future version, integer keys will always be treated as labels (consistent with DataFrame behavior). To access a value by position, use ser.iloc[pos]
df[col] = df[col].apply(lambda x: apply_mapping(clean_text(str(x))) if x is not None else “”)

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật