Camelot-py 没有检测到有两行的表

Posted 2023-02-23

【中文标题】Camelot-py 没有检测到有两行的表

【英文标题】：Camelot-py not detecting tables with two rows

【发布时间】：2021-12-23 14:56:52

【问题描述】：

使用 Camelot-py 从 .PDF 中抓取表格数据，它没有检测到 2/1 行的表格。

我正在阅读的 PDF：

用于读取表格的代码：

abc = camelot.read_pdf('IR-O-U-0436.pdf', pages="all")

我得到的输出：

从图片中，您可以看到赞助研究表正在 abc[15] 中读取，咨询项目详细信息表的第二部分正在 abc[16] 中读取，但咨询项目详细信息表的第一部分卡米洛特错过了。

任何见解将不胜感激。

【问题讨论】：

如需帮助，请提供PDF原件。

【参考方案1】：

我在一些 pdf 文件中有类似的表格，但 camelot 没有检测到这些表格。但是在将参数“line_scale”传递给 read_pdf 函数后，我也能够检测到这些表。 您必须获取“line_scale”参数的特定值，这将为您提供所有表格，而不管行号如何。 对我来说

line_scale = 35

工作正常。你可以自己查。