问题标签 [tabula-py]

问问题

For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.

90 问题
Newest
Active
Bountied
318
Unanswered
0 投票
1 回答
1444 浏览

python - ImportError：无法从“tabula”Windows 10 导入名称“wrapper”

我已经安装了 Java 并设置了路径，我可以从命令行成功执行 java -version 和 javac -version。当我尝试运行以下脚本时，出现错误。

错误是

我安装了 tabula-py 并检查了 tabula 不存在。

有任何想法吗？？

0 投票
1 回答
304 浏览

python - CalledProcessError：读取 PDF 文件时出现 tabula-py 错误消息

我正在尝试使用以下代码在 Spyder 中使用 tabula-py 读取 PDF 文件：

但是，当我运行它时，我得到了错误：

CalledProcessError：命令'['java'，'-Dfile.encoding=UTF8'，'-jar'，'tabula jar的路径'，'--pages'，'1'，'--guess'，PDF文件的路径']' 返回非零退出状态 1。

通过升级到 Java 8 已经解决了类似的问题，但我已经在使用 Java 8，并且 Spyder 将它包含在它的环境变量中。任何人都可以帮忙吗？

0 投票
0 回答
592 浏览

pandas - Python-将数据框导出到 csv

我正在尝试使用 pandas 将数据帧文件写入 csv。我收到以下错误 AttributeError: 'list' object has no attribute 'to_csv'。我相信我正确地编写了语法，但是有人能指出我的语法在尝试将数据帧写入 csv 时哪里不正确吗？这是文件的链接：https ://s22.q4cdn.com/351912490/files/doc_financials/quarter_spanish/2018/2018.02.25_Release-4Q18_ingl%C3%A9s.pdf 感谢您的宝贵时间！

在此处输入图像描述

0 投票
2 回答
7916 浏览

python - 如何在 Python 中的 tabula.read_pdf() 函数上修复此错误

我正在尝试使用 Python（Pycharm）从 PDF 文件中提取表格。

我尝试了以下代码：

但是，我得到的错误是：

0 投票
2 回答
5999 浏览

python - python - 当Python tabula-py在表格中有换行符时如何读取pdf中的表格？

我尝试使用 Python 包 tabula-py 读取pdf 中的表格，似乎 pdf 表格单元格中的换行符会将原始单元格中的内容分成多个单元格。

我试图搜索各种python包来解决这个问题。似乎 tabula-py 是最稳定的将 pdf 表格转换为 pandas 数据的包。但是，如果这个问题无法解决，我就不得不求助于在线服务，这将为我提供理想的 excel 输出。

我希望 pdf 表可以用这个正确转换。

0 投票
2 回答
957 浏览

java - 将脚本转换为 exe 时无法执行我的脚本

我创建了一个脚本来使用 tabula-py 和 PyPDF2 从 pdf 中提取数据。当我通过 Jupyter-notebook 和 cmd 运行我的程序时，它运行良好。使用 pyinstaller 将其转换为可执行文件后，出现此错误：

我也找不到指定路径上的文件夹 _MEI175522。

我的python版本是3.7.1 Java版本是1.8 pyinstaller版本是3.4 Tabula-py是最新版本

我该如何解决这个问题？

0 投票
2 回答
1205 浏览

python - 未检测列

我正在使用 tabula-py 解析银行对帐单，其中列由垂直边距分隔，但行没有分隔。所以我使用流模式，但如果在任何页面中没有任何列的条目，则 tabula 将它们合并为一个用于代码

所以我使用列选项手动选择列

但它没有像 tabula 甚至没有读取选项输出与以前的相同抱歉，出于隐私目的，我无法发布表格。

[我的表格有点像你可以在https://i.stack.imgur.com/f40V0.png 查看图片]

0 投票
1 回答
374 浏览

tabula-py - Tabula 字体警告导致无法从文档中解析表格。这是它应该如何工作的吗？

我解析了 3 个文档以获取表格。结果如下：

  1. 文档1：完美解析。
  2. 文档 2：获得 2019 年 7 月 16 日下午 5:25:42 org.apache.pdfbox.pdmodel.font.PDType1Font 警告：使用后备字体 NimbusSanL-Bold for Univers-Bold 不确定这是否相关，但第二页已解析并第一个不是。
  3. 文档 3：2019 年 7 月 17 日上午 10:21:25 org.apache.pdfbox.pdmodel.font.PDType1Font 警告：使用后备字体 NimbusSanL-Regu for Univers。从这个没有解析任何内容。

这些是当前的表格解析设置：

是否有其他设置可以解决此特定问题。

0 投票
2 回答
2394 浏览

python-3.x - 流模式还是点阵模式，tabula-py模块中默认设置哪一个？

我想知道是否有熟悉 Python 的 tabula-py 模块的人可以帮助我解决这个问题。如果没有将格或流参数传递给函数，则在任何tabula-py文档中都不清楚该tabula.read_pdf()函数是否使用格或流模式提取作为其默认设置。代码是否会根据 pdf 文本中遇到的“表格”以某种方式猜测这两种模式中的哪一种更可取，如果不是，您能否澄清两种提取模式中的哪一种被用作默认模式（因此呈现这两个参数是多余的，因为事实上，如果您将lattice设置为False那么您必须根据定义将流设置为True，反之亦然）？提前致谢。

tabula.read_pdf()将模式设置为格或流模式提取很容易，所以这不是我的问题。如果我不指定要使用哪一种，我只想知道这两种中的哪一种用作默认提取模式。

0 投票
1 回答
1042 浏览

python - 从 PDF 中提取表格

我正在尝试从 PDF 中提取表格并使用 python tabula-py 将它们写入 Excel。这是代码。

一切都很好，我得到了 output.xlsx，但问题是字体大小/样式没有像 PDF 中那样保留。有没有办法保持字体大小/样式？


12345678910