0

我正在尝试使用 Tabula-py 从 PDF 中抓取一些数据,但是我无法让它完全正常工作。我在我的 Jupyter 笔记本(在 Mac 上)中运行它:

from tabula import read_pdf
df = read_pdf("/Users/jamesozden/Downloads/pdfminer-20140328/samples/simple1.pdf")

我收到了这个错误:

Error: 
---------------------------------------------------------------------------
CalledProcessError                        Traceback (most recent call last)
<ipython-input-5-57f646d3a440> in <module>()
----> 1 df = read_pdf("/Users/jamesozden/Downloads/pdfminer-20140328/samples/simple1.pdf")
      2 #/Users/jamesozden/Desktop/data_scrape_table.pdf

/Users/jamesozden/anaconda/lib/python2.7/site-packages/tabula/wrapper.pyc in read_pdf(input_path, output_format, encoding, java_options, pandas_options, multiple_tables, **kwargs)
     83 
     84     try:
---> 85         output = subprocess.check_output(args)
     86 
     87     except FileNotFoundError as e:

/Users/jamesozden/anaconda/lib/python2.7/subprocess.pyc in check_output(*popenargs, **kwargs)
    217         if cmd is None:
    218             cmd = popenargs[0]
--> 219         raise CalledProcessError(retcode, cmd, output=output)
    220     return output
    221 

CalledProcessError: Command '['java', '-jar', '/Users/jamesozden/anaconda/lib/python2.7/site-packages/tabula/tabula-1.0.1-jar-with-dependencies.jar', '--pages', '1', '--guess', '/Users/jamesozden/Downloads/pdfminer-20140328/samples/simple1.pdf']' returned non-zero exit status 1

因此,我阅读了一些有关安装 java 的先前问题,我这样做了。我还确保我添加了我的 bash 配置文件的路径(我对此比较陌生,所以我不确定我是否做得正确)。这是我添加到我的 bash.profile 中的行,以防有人想确保它没问题,这是我从使用中得到的which java

export PATH="$HOME/usr/bin/java/bin:$PATH"

任何帮助将不胜感激,谢谢!

4

1 回答 1

0

我设法自己整理了!事实证明,即使我已经下载了 Java 的更新版本,使用的是 1.6 版(这个是使用 java -version 看到的)。我使用自制软件升级到 java 8,现在它工作正常。

于 2018-05-21T16:24:16.933 回答