<分区> 分区>
问题陈述:
我有一个 PDF,其结构类似于表格,但线条不可见。请在下面找到示例:
上图是我的表格在其中一个 PDF 页面中的样子。
我的研究
How to extract table as text from the PDF using Python? - 完成了这个问题并看到了所有答案。没有帮助
Tabula:尝试过 tabula API,但它只提取标题而不提取文本,可能是因为没有行。
我可以将整个 pdf 转换为文本,然后尝试使用正则表达式或数据操作以某种方式提取它。但这可能非常乏味且耗时。此外,随着 PDF 的更改,整个编码必须重新完成。
询问
他们是否有任何 API 或 Python 包可以帮助我做到这一点(Windows 和 Python 3.x)?
