获取NotImplementedError文件使用python pdftables从pdf中获取表数据

Question

我正在使用Python pdftables从pdf中获取表数据，并按照git中的说明进行操作。

https://github.com/drj11/pdftables

但当我运行代码时

filepath = 'tests.pdf'
fileobj = open(filepath,'rb')
from pdftables.pdf_document import PDFDocument
doc = PDFDocument.from_fileobj(fileobj)

我得到这样的错误

       File "<stdin>", line 1, in <module>
       File "pdftables/pdf_document.py", line 53, in from_fileobj
       raise NotImplementedError

有人能帮我解决这个问题吗？

Answer 1

如果您查看实现from_fileobj函数的file，您可以看到以下注释：

# TODO(pwaller): For now, put fh into a temporary file and call
# .from_path. Future: when we have a working stream input function for
# poppler, use that.

如果我理解正确的话，您应该使用from_path函数，因为from_fileobj还没有实现。使用当前代码很容易做到这一点：

filepath = 'tests.pdf'
from pdftables.pdf_document import PDFDocument
doc = PDFDocument.from_path(filepath)