0

我正在尝试从基于文本的 pdf 中提取表格数据。PDF 有不同的格式,我必须制定一个通用的解决方案。我遇到了一个名为“pdftabextract”的库来完成这项任务。但是,它适用于扫描的文档,并且专为相同的目的而设计。

我想将它用于基于文本的 pdf,但不知道该怎么做。

文章链接:https ://datascience.blog.wzb.eu/2017/02/16/data-mining-ocr-pdfs-using-pdftabextract-to-liberate-tabular-data-from-scanned-documents/

上面的文章显示了一步一步的方法。但是,我不知道如何将它用于基于文本的 pdf。请帮忙。

4

0 回答 0