Python读取pdf文件

Question

如何使用jupyter实验室从pdf文件中读取和提取表格？

一个典型的pdf文件与文本之间的文字字幕和表格。我需要编码来提取特定标题下的表格，并清理一些不需要的文本，比如页码。

有哪些编码可以做到这一点？

Answer 1

Tabula-py:您可以解析PDF并将其转换为CSV、TSV、JSON或熊猫DataFrame。