Tabula 无法识别 table

Question

我有一个简单的 python 程序，它接收 pdf（带有 table）并使用 tabula 将数据保存到 csv 文件中：

import tabula

if __name__ == '__main__':
path = input('Filename: ')

pathSegments = path.split('/')

folder = ''

i = 0
while i < len(pathSegments)-1:
    folder += '/' + pathSegments[i]
    i += 1

name = pathSegments[len(pathSegments)-1].split('.')[0]
dest = folder + '/' + name + '.csv'
print(dest)

tabula.convert_into(path, dest, pages = "all", output_format = "csv")

我尝试了多种不同的 pdf，例如下面一张图片：

然而，结果始终是一个空的 csv 文件，tabula 似乎无法识别 tables

Answer 1

Tabula 在挑选桌子方面并不完美。我会考虑添加一个模板来为 tabula 提供更多指导。这些模板可以根据文档的不同特征动态生成。请参阅此处记录的函数 tabula.read_pdf_with_template：https://tabula-py.readthedocs.io/en/latest/tabula.html#tabula.io.read_pdf_with_template.

Tabula 无法识别 table

Tabula does not recognize table

python

tabula