python - 表格可以与合并列一起引导吗？

Question

最近我从事表提取工作，特别是流表。在这篇文章中，我看到 tabula 很好地实现了这种提取。例如，当比较“ budget.pdftabula ”中的vs时，提取中的 Tabula 结合了最后两列。使用可以固定然后使用，或者制作原始的pdf表格。camelot.split(' ', expand = True)combinejoinmerge

我注意到当列之间的间隙如此接近时，它们会合并为一个。在我试图实现的目标中，这是非常普遍的。我不知道我的解决方案有多好，因为在我在数据框中间处理的某些示例中，列被合并，我必须对整个数据框的列进行排序。

我想知道 Tabula 是否有一个超参数调整来处理这个问题，比如PDFMiner你可以管理值之间的距离......

标签： pythonpandastabula

Answer 1

Tabula 的维护者在这里。

您可以尝试指定列边界的水平坐标。tabula-py此参数在方法的columns=关键字参数中公开read_pdf。