时间戳

首页 > 解决方案 > 流模式还是点阵模式，tabula-py模块中默认设置哪一个？

python-3.x - 流模式还是点阵模式，tabula-py模块中默认设置哪一个？

问题描述

我想知道是否有熟悉 Python 的 tabula-py 模块的人可以帮助我解决这个问题。如果没有将格或流参数传递给函数，则在任何tabula-py文档中都不清楚该tabula.read_pdf()函数是否使用格或流模式提取作为其默认设置。代码是否会根据 pdf 文本中遇到的“表格”以某种方式猜测这两种模式中的哪一种更可取，如果不是，您能否澄清两种提取模式中的哪一种被用作默认模式（因此呈现这两个参数是多余的，因为事实上，如果您将lattice设置为False那么您必须根据定义将流设置为True，反之亦然）？提前致谢。

tabula.read_pdf()将模式设置为格或流模式提取很容易，所以这不是我的问题。如果我不指定要使用哪一种，我只想知道这两种中的哪一种用作默认提取模式。

标签： python-3.xtabula-py

解决方案

Camelot 中解析方法的命名（即 Lattice 和 Stream）的灵感来自 Tabula。Lattice 用于解析单元格之间有分界线的表格，而 Stream 用于解析单元格之间有空格的表格以模拟表格结构。


https://github.com/camelot-dev/camelot/wiki/Comparison-with-other-PDF-Table-Extraction-libraries-and-tools

您将通过此存储库获得更好的理解

推荐阅读