[英]Is there a way to convert .pdf to .csv using python?
我目前正在嘗試使用 tabula-py,但是我在提取 pdf 數據時嘗試的所有文檔示例都導致以下錯誤:返回非零退出狀態 1。
所以我只是好奇是否有其他方法可以使用 python 將 pdf 上的表中的數據轉換為 csv 文件。
tabula-py 的答案已經在 StackOverflow 和其他資源上可用.. 嘗試使用 Camelot:
pip install camelot-py[cv]
import camelot
tables = camelot.read_pdf('X.pdf')
tables.export('X.csv', f='csv', compress=True) # you can also save it different file formats
有關更多信息,請參閱此鏈接。
如果您希望使用 Python 將表從 PDF 導出到 CSV 文件,這是使用 Taluba 和 Camelot 等庫的最佳方式。
首先,我們需要從各個頁面中提取表格,然后像 pandas 這樣的庫將它們導出為 CSV 或其他所需格式。
但是,如果文檔是非電子文檔,我們將不得不使用 OCR 或 ML 技術來提取表格。
這是一篇博客文章,其中包含一些示例: https://nanonets.com/blog/pdf-table-to-csv/#pdf-table-extraction-to-csv-with-python
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.