如果你有從PDF中批量提取表格的需求，那么這篇文章就是你的福音。
Python 第三方模塊 Camelot 能夠精準識別PDF中的表格信息，并提取為pandas數(shù)據(jù)結(jié)構(gòu)，而且還能導(dǎo)出為多種格式：JSON，excel，html和Sqlite。
下面給大家介紹這個模塊的使用方法：
1.準備
開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細Python安裝指南 進行安裝。
如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.
此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點：Python 編程的最好搭檔—VSCode 詳細指南。
請選擇以下任一種方式輸入命令安裝依賴：
1. Windows 環(huán)境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.
pip install camelot-py[cv]
2.使用
最簡單的使用方式如下：
import camelot
# 1.讀取pdf
tables = camelot.read_pdf('foo.pdf', flavor='stream')
# 2.導(dǎo)出pdf所有的表格為csv文件
tables.export('foo.csv', f='csv') # json, excel, html, sqlite
第一行，導(dǎo)入camelot這個模塊。
第二行，以stream的模式讀取當前目錄的foo.pdf文件。
第三行，將所有表格數(shù)據(jù)導(dǎo)出為 foo.csv 文件，并保存在當前文件夾下。
相當簡單，請注意，read_pdf 的 flavor 參數(shù)是可選的，如果你不帶這個參數(shù)，請注意需要安裝 ghostscript 這個驅(qū)動，因為它默認使用 ghostscript 去用 lattice 模式。
3.進階
3.1 處理背景線：
可以看到，很多表格的線都隱藏在背景中。這種表格默認是不支持的，這時候我們需要讓程序能夠自動識別這樣的表格：
tables = camelot.read_pdf('background_lines.pdf', process_background=True)
增加 process_background=True 參數(shù)即可。
3.2 指定表格區(qū)域
某些情況下無法正確識別到PDF中的表格，此時手動設(shè)定左上角和右下角的邊界可能是有效果的：
tables = camelot.read_pdf('table_areas.pdf', flavor='stream', table_areas=['316,499,566,337'])
其中 table_areas 接受格式為 x1，y1，x2，y2 的字符串，其中(x1，y1) -> 左上角, (x2，y2) -> 右下角。在PDF坐標空間中，頁面的左下角是原點，坐標為（0，0）。
好了，這篇文章的內(nèi)容發(fā)貨聯(lián)盟就和大家分享到這里，如果大家網(wǎng)絡(luò)推廣引流創(chuàng)業(yè)感興趣，可以添加微信：80709525 備注：發(fā)貨聯(lián)盟引流學(xué)習(xí)； 我拉你進直播課程學(xué)習(xí)群，每周135晚上都是有實戰(zhàn)干貨的推廣引流技術(shù)課程免費分享！
