[英]How to extract data from tables in a pdf using Python?
我需要使用 Python 从多个 PDF 的表格中提取数据。 我已经测试了 Camelot 和 tabula，但是它们都无法准确获取数据。 表格有一些合并的单元格，具有多行信息等的单元格，因此这两个库都会混淆。 有没有解决这个问题的好方法？
如果是这种情况，PDF 中编码的表格的底层结构可能有问题。
您可以使用 OCR，并进行一些字符串/正则表达式操作以从每一行中提取列数据。 github.com/cseas/ocr-table似乎工作。 请参阅input.pdf和output.txt以查看它是否适用于您的情况。
如何使用 Python 从 PDF 文件中提取图表/表格/图形？
[英]How to extract charts/tables/graphs from PDF files using Python?
如何使用python将给定的PDF提取到文本和表格并将数据存储在.csv文件中？
[英]How to extract given PDF to text and tables using python and store the data in .csv file?
使用 PDFminer 从发票 PDF 中提取特定数据值：Python
[英]Extract specific Data values from Invoices PDF using PDFminer : Python
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
