python - 没有明显表格行的表格的 Python Tabula

Question

最近我尝试使用 tabula 来解析 pdf 中的表格，该表格的每个字段中都不包含任何行。

这导致创建一个列表，将所有不同的字段组合成一个（输出示例）。

如何将此单个字符串转换为数据框，以便我可以操纵数字？非常感谢

Answer 1

问题中没有给出要测试的虚拟文件，但是如果 pdf 表的列之间没有分隔线，并且从表格中提取后表格合并为一列，请尝试在表格中使用参数“列”。阅读_pdf。

根据Tabula Documentation，此参数的工作方式如下：

columns (list, optional) –
X coordinates of column boundaries.

因此，如果每个 PDF 的 PDF 格式都相同，您可以找到要从中分离数据的列的 X 坐标。为此，您可以使用任何 PDF 工具，例如 Adob​​e，也可以点击试用。

仍有疑问，请附上虚拟 PDF，以便查看。