blocks|key|130056|text|您的代码是正确的。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|130057|如果您尝试键入tables[0].df，则会出现以下输出，这是正确的：|offset|length|style|CODE|130058|​|130059|?|atomic|130060|130061|因此，在导出到CSV时，您的问题是第10行和第11行中的换行符(\n)。|130062|解决方案可以是以下代码：|130063|tables=+camelot.read_pdf(r'C:\PDFFilePath',+pages='9',+line_scale=40,+strip_text='\n')|130064|使用strip_text，您可以去掉不需要的字符(请参阅official+documentation)。|130065|现在，如果将表导出为CSV，则会得到：|130066|130067|130068|entityMap|0|IMAGE|mutability|IMMUTABLE|imageUrl|https://ask.qcloudimg.com/http-save/yehe-900000/76134cab229a7e3fdc557e65d020392d.png|imageAlt|1|LINK|MUTABLE|url|https://camelot-py.readthedocs.io/en/master/user/advanced.html#strip-characters-from-text|2|https://ask.qcloudimg.com/http-save/yehe-900000/63b27e0625c6ad61a48488db72819011.png^0|0|7|C|0|0|0|1|0|0|0|0|0|0|2E|0|2|A|S|M|1|0|0|0|1|2|0|0^^$0|@$1|2|3|4|5|6|7|1F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|1G|8|@$D|1H|E|1I|F|G]]|9|@]|A|$]]|$1|H|3|I|5|6|7|1J|8|@]|9|@]|A|$]]|$1|J|3|K|5|L|7|1K|8|@]|9|@$D|1L|E|1M|1|1N]]|A|$]]|$1|M|3|I|5|6|7|1O|8|@]|9|@]|A|$]]|$1|N|3|O|5|6|7|1P|8|@]|9|@]|A|$]]|$1|P|3|Q|5|6|7|1Q|8|@]|9|@]|A|$]]|$1|R|3|S|5|6|7|1R|8|@$D|1S|E|1T|F|G]]|9|@]|A|$]]|$1|T|3|U|5|6|7|1U|8|@$D|1V|E|1W|F|G]]|9|@$D|1X|E|1Y|1|1Z]]|A|$]]|$1|V|3|W|5|6|7|20|8|@]|9|@]|A|$]]|$1|X|3|K|5|L|7|21|8|@]|9|@$D|22|E|23|1|24]]|A|$]]|$1|Y|3|I|5|6|7|25|8|@]|9|@]|A|$]]|$1|Z|3|-4|5|6|7|26|8|@]|9|@]|A|$]]]|10|$11|$5|12|13|14|A|$15|16|17|-4]]|18|$5|19|13|1A|A|$1B|1C]]|1D|$5|12|13|14|A|$15|1E|17|-4]]]]

Your code is correct.

If you try to type <code>tables[0].df</code>, this is the output, which is correct:

<a href="https://i.stack.imgur.com/24EaV.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/24EaV.png" alt="enter image description here"></a>

So, your problem, at the moment of exporting to CSV, is the line break (\n) in the 10th and 11th rows.

A solution can be the following code: 

<code>tables= camelot.read_pdf(r'C:\PDFFilePath', pages='9', line_scale=40, strip_text='\n')</code>

With <code>strip_text</code>, you can strip unwanted characters (see <a href="https://camelot-py.readthedocs.io/en/master/user/advanced.html#strip-characters-from-text" rel="nofollow noreferrer">official documentation</a>).

Now, if you export the table to CSV, you get:
<a href="https://i.stack.imgur.com/lbDe3.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/lbDe3.png" alt="enter image description here"></a>

Scraping table data from a .PDF using Camelot-py, and it is not picking up stacked lines of text (refer to rows 9 and 10 below)

<a href="https://i.stack.imgur.com/R7v43.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/R7v43.png" alt="1 through 14"></a>

<a href="https://i.stack.imgur.com/nrLnJ.png" rel="nofollow noreferrer">Rows 9 and 10 are void of text for account. </a>

<a href="https://camelot-py.readthedocs.io/en/master/user/advanced.html#specify-table-areas" rel="nofollow noreferrer">https://camelot-py.readthedocs.io/en/master/user/advanced.html#specify-table-areas</a>

Here is the code I have in .ipynb format. The first block is for the first table that pulls as expected, the second is for page 9.

<h1>Table</h1>

<pre><code>tables= camelot.read_pdf(r'C:\PDFFilePath', pages='9', line_scale=40)
 tables[0].to_csv(r'Loans&amp;Leases')
 camelot.plot(tables[0], kind ='contour')
 plt.show()
</code></pre>

Using MatPlotLib, I can see that Camelot is correctly detecting the table area/grid for page 9.

<a href="https://i.stack.imgur.com/v9dEX.png" rel="nofollow noreferrer">plot table area</a>

<a href="https://i.stack.imgur.com/yv3xn.png" rel="nofollow noreferrer">plot grid</a>

Here is a Google Drive link to the PDF

<a href="https://drive.google.com/file/d/1Gq7AjC_kt3GAF9Ii65pf3b4LxWB57c8i/view?usp=sharing" rel="nofollow noreferrer">Call Report PDF</a>

Any insight would be greatly appreciated.

Camelot-py not detecting two lines of text in one row

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

使用Camelot-py从.PDF抓取表数据，但它不会拾取堆叠的文本行(请参阅下面的第9行和第10行)​​这是我有的.ipynb格式的代码。第一个块用于按预期拉取的第一个表，第二个块用于第9页。表格tables= camelot.read_pdf(r'C:\PDFFilePath', pages='9', line_scale=40)    tables[0].to_csv(r'Loans&Lea

问Camelot-py未检测到一行中的两行文本
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Camelot-py未检测到一行中的两行文本EN