使用Tabula从PDF中将表格作为字符串读取

文章/答案/技术大牛

发布

1回答

python、tabula

我在python 3.7上使用tabula-py 2.0.4，pandas 1.17.4。我正在尝试用tabula.read_pdf将PDF表格读取到dataframefn = "file.pdf" print(read_pdf(fn, pages='all', multiple_tables=True

浏览 18提问于2020-02-28得票数 2

回答已采纳

3回答

从pdf文件中获取数据

python、pdf

我有一张pdf文件中的表格。有x，y，z列。我只想要x列。有可能使用python吗？如果是，怎么做？然后我想要画x和y。我该怎么做(使用表中的数据)

浏览 23提问于2022-04-14得票数 -1

1回答

如何在Java中从PDF文件中提取表格数据

java、itext、pdfbox

我对从PDF文件中提取数据有疑问。我有一个PDF文件，其中有多个可用的数据表。我想从require表内容中提取数据。如何使用iText/PDFBox执行此操作？

浏览 2提问于2018-02-13得票数 0

1回答

使用python和Tabula读取包含string和int的数据表

python、pdf、tabula

我有一个非常基本的pdf文件，其中只包含一个列和数据的电子表格。直到电子表格同时包含数字和字符串，代码才能正常工作。nan Everyone 2 nan 13 Mature 1 如何使用tabula将列作为字符串读取，修复tabula将包含数字和字符串的列拆分为两个独立列的问题？代

浏览 5提问于2020-08-25得票数 0

1回答

如何使用tabula_py或camelot读取分散在多个页面上的表格

python-camelot、tabula-py

我正在使用tabula_py来读取pdf格式的表格。有些是大的。我遇到过很多情况，一个表在多个页面上。Isuue是tabula_py将每页作为新的表格，而不是作为一个大表格读取。

浏览 4提问于2020-06-13得票数 1

1回答

将列名转换为行值

python、pandas、dataframe

我已经使用tabula从pdf中读取了表格。from tabula import wrapperdf.columns = ["Start_time","End_time","Start_stop_name

浏览 18提问于2019-04-18得票数 1

1回答

使用python从带格式的PDF中提取文本

python、python-3.x、parsing、pdf、pypdf2

我必须解析一个格式化的pdf来获取一些字段。PDF是。我需要解析的内容显示在 imgur中。我曾使用PyPDF2获取文本，但它返回的是没有任何格式的原始文本。import PyPDF2pdfReader = PyPDF2.PdfFileReader(pdfFileObj

浏览 0提问于2019-07-07得票数 3

1回答

Python仅从PDF文件中提取表的一部分

python

我有一个PDF文件，正在尝试使用tabula来读取和提取表格。但我只得到了提取到CSV的表中的几行，而不是整个表。PDF文件有什么问题吗？任何帮助都将不胜感激！import tabula tabula.convert_i

浏览 25提问于2021-08-13得票数 0

2回答

不检测列

python、tabular、tabula、tabula-py

我使用tabula-py解析银行语句，其中列按垂直边距分隔，但行不分开。因此，我使用流模式，但是如果在任何页面中没有任何列的条目，那么tabula将它们合并为代码的条目。tables=tabula.read_pdf("pdfname.pdf",pages='all') 因此，我使用列选项手动选择列。tables=tabula.read_pdf("pdfname.<em

浏览 0提问于2019-06-28得票数 2

1回答

java调用python脚本时tabula-py无法读取文件

python、java、tabula、tabula-py

python脚本使用tabula-py读取pdf文件并返回数据。但是，当我尝试从java调用python脚本时，它将抛出错误：Command '['java', '', '--pages', 'all', '--lattice', '--guess', &#x

浏览 1提问于2021-11-29得票数 1

1回答

从PDF文件集合中提取表内容

parsing、pdf、extract、pdf-parsing

我正在研究CAM::Parse (使用草莓Perl)，但是我不确定如何使用它来定位和提取文件中的表。我猜我确实更喜欢Perl，但实际上我想要的是一种工作可靠且相当容易进行字符串操作的东西。

浏览 5提问于2013-06-20得票数 28

回答已采纳

2回答

批量转换PDF到CSV

python、csv、tabula

下面是我尝试的代码：import tabula tabula.convert_into(filepath, pages="all", output_format='csv6 for filepath i

浏览 4提问于2022-08-22得票数 0

回答已采纳

2回答

Tabula-py没有正确拆分列

python、python-3.x、pdf、tabula

我刚刚发现了从pdf中提取表格的tabula-py (当然还有tabula-java )的joy。我现在正在为我的工作编写一个脚本，从pdf表中读取一些数据，清理它一点，并将其导出到excel中。我使用的pdf每天都有相同的格式，并且表格总是在特定的区域。为了检测区域，我使用tabula.exe:我选择表，可视化预览(看起来很好)，然后导出脚本，以便查看t

浏览 0提问于2017-11-18得票数 5

回答已采纳

1回答

是什么导致了AttributeError：“列表”对象在用Tabula绑定到pdf中读取时没有属性“read”。

python-3.x、tabula

我试图使用Tabula从pdf中提取表格信息，并将其转换为熊猫数据。我一直在遵循本教程中的步骤： import tabula df2 = tabula.read_pdf("https://github.com/tabulapdf/tabula-java/raw/m

浏览 0提问于2019-09-02得票数 1

1回答

Python tabula-py错误(熊猫错误？)

python、pandas、pdf、tabula

在网上阅读了一些文章之后，我决定使用tabula从pdf文件中提取表格。我们使用Anaconda，我刚刚安装了tabula 1.1.1。守则：df = read_pdf("table_p16.pdf") 拾起-Djava.security.properties=c:\Windows\test_env\lib\si

浏览 2提问于2018-07-13得票数 0

4回答

如何用Python从PDF中提取表格？

python、pdf

我有数千个PDF文件，仅由表组成，结构如下：我试过PyPDF2，但是数据完全搞砸了。pageObj.extractText())print(pageObj.extractText().split('/')[0]) 我也尝试了Tabula，但是它只读取标题(而不是表的内容)。from tabula</em

浏览 1提问于2019-05-07得票数 3

回答已采纳

1回答

能够读取表头，但不能读取表内容

python、pdf、tabula

我有一个包含数据的pdf文档，我想使用python提取它。这是在我试图从固定模板中自动提取数据的情况下，需要定期读取该模板。我正在使用tabula-py包，并使用“read_pdf”函数读取数据。问题是，它似乎只读取表的一部分--更具体地说，它只能在表头中读取。奇怪的是，如果我使用在线表格工具读取表，就不会遇到这个问题。# Here is th

浏览 0提问于2018-04-20得票数 1

1回答

Tabula: PIP安装程序说“成功下载”，但无法导入

python、import、tabula

我使用pip、tabula下载了一个用来读取pdf文件的库：但是，当我尝试使用以下方法导入表格时：ModuleNotFoundError: No module named 'tabula'我在HighSierraO

浏览 4提问于2018-09-04得票数 1

回答已采纳

2回答

如何在Python tabula-py的表格中有换行符时读取pdf中的表格？

python、pdf、tabula-py

我尝试使用Python包 -py来读取pdf格式的表格单元格，似乎pdf表格单元格中的换行符会将原始单元格中的内容分成多个单元格。df=read_<

浏览 2提问于2019-05-18得票数 4

1回答

如何用R从PDF中抓取数据？

r、pdf、web

我需要从PDF文件中提取数据。此文件是公共服务的小册子，其中每个页面都是关于特定服务的，其中包含具有以下信息的字段:服务名称、服务描述、在荧光笔中标记的字段是包含信息的字段

浏览 1提问于2021-05-08得票数 0

点击加载更多