我尝试使用很多库来从PDF中提取表格，比如: camelot，tabula，PDFPlumber，PDFTabExtract…但是他们不会给出一个好的结果。使用camelot，我不能有一个适用于我PDF中所有页面的脚本。使用Tabula时，当表格有一个旋转的文本标题时，我得到了一个令人困惑的数据帧。有没有什么办法可以让我在pdf中转换任何不同格式的表格？我知道我找不到一个通用的解决方案，但至少能给出一个好的结果。 我应该使用OCR吗？你有什么推荐的？ 我真的很感谢任何结果。提前谢谢你。
浏览 13提问于2019-06-10得票数 0
1回答
下面的代码从PDF中提取表格。install.packages("tidyverse")
n_tables <- extract_tables("filename.pdf我们是否可以绕过实际的表格提取步骤，直接使用tabulizer或任何其他R包从pdf中获取表格计数？
浏览 3提问于2018-08-22得票数 0
我有一个速度模板文件，我正在尝试将其转换为pdf。在谷歌了一下之后，我发现了一个名为JSPDf的框架。function html_to_pdf() { // source can be HTML-formattedAJS.log(pdf)
source = $('#productcanvas')
浏览 0提问于2015-08-31得票数 4
我需要关于tesseract的建议。我尝试过使用Tesseract，但效果并不完美。很多信息都丢失了。我想扫描法国车辆的登记证书，我必须将数据恢复到数据库中。你可以在下面的文件中找到，这是一份法国注册证。是否有可能检测到本文档中的每个区域并将此信息保存在数据库中？我在网上读过，只用Tesseract是不可能检测到区域的？示例：如何恢复每个区域的文本并将其插入到数据库中？尼古拉斯
浏览 19提问于2017-02-17得票数 0
我正在研究word文档的OCR，以识别文档中提到的内容。我注意到OCR生成的python代码没有在语言工作室中自动生成python脚本中显示文档中可用的内容。我只想得到python脚本结构，在那里我可以看到标记，这些标记专注于识别没有表内容的句子。
我要找的方法对不对？任何解释需求的流程都是非常感谢的。
浏览 14提问于2022-06-15得票数 -1
回答已采纳
2回答
我如何知道PDF是否被标记？我正在开发一个程序，可以在PDF文件中复制一个文本并在我的应用程序中显示它，所以我尝试测试这个PDF文件，我从一个PDF文件(普通Copy+Paste)中复制了一个表，并将它粘贴到MS中。结果是没有表格的普通文本。当您从pdf文件中复制表并将其粘贴到Word中时，会出现一些问题，使其成为图像。这是真的吗？
浏览 6提问于2012-10-04得票数 2
回答已采纳
目前，当我使用html2pdf转换成PDF格式时，我的HTML页面被扭曲了。我的标题不像我设计的那样。如何根据css设置标头值？请指点。
谢谢
浏览 3提问于2014-04-15得票数 0
回答已采纳
2回答
我想要识别一个pdf文件中的表格。在C#中使用了什么SDK来识别pdf中的表，以及一些逐个单元格读取的机制，有人能推荐一下吗？
浏览 1提问于2011-08-06得票数 1
回答已采纳
我是一个非常新的阅读PDF内容与图像，文本和表格。现在，我想要实现的是我想从PDF中读取包含文本、图像和表格的内容，并将其转换为HTML。我知道识别图像和表格是很困难的。对于图像-我不想从PDF中提取图像，因为我要为图像保留一些占位符，以便我可以给出一些替代文本。如果存在图像，是否可以在读取PDF内容时识别图像？对于表格-我想阅读表格，因为它是如何在PDF中出现的。
所有这些转换都
浏览 2提问于2019-01-04得票数 0
2回答
我正在工作的发票处理项目使用Azure从识别器。所有发票都是PDF格式的。我正在使用一个自定义的表单识别器与标签。我可以从PDF中提取一些数据，如发票编号、发票日期、金额等，但我想使用Azure表单识别器从pdf中提取表格数据，但它没有正确读取表。是否有办法使用Azure表单识别器正确地从PDF中提取表数据？
扫描表是我们的应用程序的基本要求，它将决定我们是否使用Azure表单识别器作为应用程序的基础。请查看下面的<
浏览 10提问于2020-09-15得票数 0
2回答
我正在尝试从一些pdf报告中的表中提取数据。 我已经看到一些使用pdftools和类似包的示例，我成功地获得了文本，但是，我只想提取表。 有没有一种方法可以使用R来识别和提取仅表？
浏览 36提问于2017-05-24得票数 23
图像将包含表数据，如下所示：请告诉我有没有办法从图像中读取表格内容到pandas数据帧中。谢谢!
浏览 2提问于2021-10-08得票数 2
1回答
表未被识别
、、、
import pandas as pdFileName="Filepath"print DF3
import camelottables = camelot.read_pdf(FileName,pages='1-end')
print t
浏览 10提问于2019-02-28得票数 0
我尝试阅读pdf文档并提取pdf文档中的所有标题。标题示例：1.1标题示例11.2.1标题示例3
为此，我使用iText。有什么想法可以让我检索到头条吗？
浏览 0提问于2018-05-16得票数 1
我目前正在使用一个单一的形式通过联系表格7的访问者下载我的网站上的pdf文件。一旦他们填写表格并点击提交按钮，相关的pdf文件将被下载。但是，我想导出有关访问者的信息，无论谁下载了特定页面的pdf文件。我从联系表格DB下载了报告，但是它没有显示访问者提交表单的任何链接或页面名称。我相信有一种方法可以识别或解决这个问题。
谢谢
浏览 4提问于2017-08-15得票数 1
回答已采纳
在我的项目中，我需要从服务器获取一些pdf文件，并显示在一个slideshow.The幻灯片放映应该包含每个pdf的第一页或每个pdf的预览图像，同时点击它，特定的pdf文件应该是打开的。
浏览 4提问于2013-10-28得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
