表未被识别

Question

import pandas as pd
from tabula import read_pdf
FileName="Filepath"
DF3=read_pdf(FileName,multiple_tables=True,options="--pages 'all'", lattice= True)
print DF3

import pandas as pd
import camelot
FileName="Filepath"
tables = camelot.read_pdf(FileName,pages='1-end')
print tables

我无法读取PDF文件中的表格作为数据帧使用表格，如果表格分布在多个页面上，并且水平边框被剪切，因此它不被识别为表格。我该如何解决这个问题？我可以只使用垂直线来检测表格吗？

也尝试了新的包camelot，但再次无法阅读该专栏。

我只能检测到示例pdf中的一个表没有检测到2x2表

示例pdf链接：https://onedrive.live.com/?id=690704CAD1449D85%21105&cid=690704CAD1449D85

Answer 1

到目前为止，Camelot还没有实现合并多页表格。我的建议是将表提取为数据帧，并手动将它们与pd.concat合并。

你也可以试试Tabula。