tabula-py无法读取pdf文件

Question

我的代码：

import tabula
import os

dir_path = os.path.dirname(os.path.realpath(__file__))
file_path = dir_path + '\ALPINE_' + str(20191107) + '.pdf'
print(file_path)
df = tabula.read_pdf('ALPINE_20191107.pdf',multiple_tables=True, pages="all")

结果：

runfile('C:/Users/Admin/Documents/lucas/testTabula.py.py', wdir='C:/Users/Admin/Documents/lucas')
Traceback (most recent call last):

  File "<ipython-input-29-a6b390aef3cf>", line 1, in <module>
    runfile('C:/Users/Admin/Documents/lucas/sem título0.py', wdir='C:/Users/Admin/Documents/lucas')

  File "C:\ProgramData\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 827, in runfile
    execfile(filename, namespace)

  File "C:\ProgramData\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Users/Admin/Documents/lucas/sem título0.py", line 12, in <module>
    df = tabula.read_pdf('ALPINE_20191107.pdf',multiple_tables=True, pages="all")

  File "C:\ProgramData\Anaconda3\lib\site-packages\tabula\io.py", line 332, in read_pdf
    return _extract_from(raw_json, pandas_options)

  File "C:\ProgramData\Anaconda3\lib\site-packages\tabula\io.py", line 664, in _extract_from
    df[c] = pd.to_numeric(df[c], errors="ignore")

  File "C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\tools\numeric.py", line 138, in to_numeric
    raise TypeError("arg must be a list, tuple, 1-d array, or Series")

TypeError: arg must be a list, tuple, 1-d array, or Series

它的功能似乎不起作用。我可以直接输入路径以使其更简单，但它也不起作用。这可能是pdf文件的问题，但我已经看到它在另一个环境中使用相同的脚本和相同的文件。

我已经通过文档在两个可能的路径('C:\Program Files\Java\jre1.8.0_231\bin')上设置了java，但这真的无关紧要，无论有没有在PATH上设置，错误都会发生。我也尝试添加jdk，但也没有解决问题。

我注意到提到熊猫的错误，所以可能与我的版本(最新版本)冲突，但我不确定。

python是3.7.4，而java是最新版本

Answer 1

我也遇到过同样的问题。我使用的是使用pip安装的版本，即tabula-py 2.0.0。我卸载了这个版本，并使用conda install -c conda-forge tabula-py从Anaconda安装，当前版本是tabula-py 1.4.1，它解决了这个问题。