Camelot 未在表中检测到表

Posted 2023-02-23

【中文标题】Camelot 未在表中检测到表

【英文标题】：Camelot not detecting table within table

【发布时间】：2022-01-24 04:57:34

【问题描述】：

我观察到 camelot 没有检测到我拥有的示例文档中的嵌套表。 在所附的图片中，我只提取了一个完整的表格。无论如何我们也可以使用它来检测内部表吗？

【问题讨论】：

请更好地解释所需的输出并显示您尝试过的内容。在任何情况下，您都可以手动指定一个 table_areas 列表，每个表对应一个表 (camelot-py.readthedocs.io/en/master/user/…)。

我希望内部表格，即费用表与合同时间表等其他表格一起被检测到。现在，当我将 pdf 传递给 camelot 时，它只给了我下面的一整张表格行'合约是在 ABCD ....之间提取的'。我知道我们可以通过 table_regions 或 table_areas 但我不选择那个。我有其他与此不同的pdf。我想要一个通用的解决方案，如果有的话。

好的。您可以尝试通过table_regions (camelot-py.readthedocs.io/en/master/user/…)，指定页面的固定受限部分。也许如果你排除外线，检测会更类似于所需的结果......让我知道这是否有效......

是的。此解决方案有效。我已经使用指定的 table_regions 进行了尝试。但是如果不指定 table_regiogs，我们就无法获得它，对吧？就像我有许多其他 pdf 文件一样，它们也有与这个不同的简单表格。出于这个原因，我想要一个通用的解决方案。我想我必须检查 pdf 上的行，然后相应地应用 table_regions。

如果幸运的话，表格区域在各个文档中是相同的。也许，我要写一个答案，从我上一条评论开始……

【参考方案1】：

要仅以编程方式提取内部表，您可以尝试传递table_regions parameter，指定页面的固定受限部分。

当 table_regions 被指定时，Camelot 将只分析 指定区域来查找表。