如何查找camelot的表区域

Question

正如在camelot中提到的，我们可以从特定区域提取表，例如：

tables = camelot.read_pdf('table_regions.pdf', table_regions=['170,370,560,270'])

但是我怎样才能为我的pdf找到这些区域。

Answer 1

您可以通过一些可视化调试来检测此区域。

https://camelot-py.readthedocs.io/en/master/user/advanced.html#visual-debugging

Answer 2

我知道这是一个迟来的回复--但我只是想到了一个可能的解决方案。

如果您正在寻找一种自动提取方法，您可以在第一步中使用lattice，使用tables[0]._bbox检索表边界，并在第二个调用中使用这些数字来camelot.read_pdf()到参数table_areas中。

请注意，对于bbox，它们的排序格式很奇怪。