使用 Camelot 查找 PDF 尺寸

Question

我正在使用 Camelot 读取完整的 PDF 并从每个 PDF 中提取大约 112 个属性。

我使用表区域来提取属性

 test_variable = camelot.read_pdf(filename, flavor='stream', 
                 table_areas=['38, 340 ,50, 328']) 

问题是对于所有文档中的相同属性，表区域并不是恒定的。有时，我会在另一个文档的 x 或 y 坐标下方几个像素处找到相同的属性。

 test_variable = camelot.read_pdf(filename, flavor='stream', 
                 table_areas=['38,350,50,338']) 

有没有办法从同一区域获取确切的属性，而不管提取任何文档？

Answer 1

也许选项 table_regions （0.7 中引入）可以帮助你。

https://camelot-py.readthedocs.io/en/master/user/advanced.html#specify-table-regions

“当指定 table_regions 时，Camelot 将仅分析指定区域来查找表。”

您可以定义一个更大的 table_regions 区域，Camelot 将在该区域中搜索表。