无边界pdf提取到json对于Python camelot库无法正常工作

如何解决无边界pdf提取到json对于Python camelot库无法正常工作

谁能给我快速解答/帮助 由于我们在使用python camelot将pdf提取到json后面临一些问题，因此未提供确切的内容。提取后缺少某些内容。

解决方法

我尝试了以下代码：

import camelot

pdf_path = '/YOUR/FILEPATH.pdf'
tables = camelot.read_pdf(pdf_path,flavor='stream')

这里有两个问题：

• 标题字体无法正确读取，因此您会发现奇怪的字符，例如(cid:71) ...
• 使用flavor='lattice'，未检测到该表。使用flavor='stream'，可以检测到表格，但不能正确检测到单元格。

目前，我认为Camelot无法正确提取此表。 他们正在努力解决第二个问题（请参见this和this）。