问题描述
我正在尝试从基于文本的 pdf 文件中提取表格数据。 PDF 有不同的格式,我必须制定一个通用的解决方案。我为此任务遇到了一个名为“pdftabextract”的库。但是,它适用于扫描的文档,并且专为此而设计。
我想将它用于基于文本的 pdf,但不知道该怎么做。
文章链接:https://datascience.blog.wzb.eu/2017/02/16/data-mining-ocr-pdfs-using-pdftabextract-to-liberate-tabular-data-from-scanned-documents/
上面的文章展示了一步一步的方法。但是,我不知道如何将它用于基于文本的 pdf。请帮忙。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)