无法识别表格

Question

import pandas as pd
from tabula import read_pdf
FileName="Filepath"
DF3=read_pdf(FileName,multiple_tables=True,options="--pages 'all'", lattice= True)
print DF3

import pandas as pd
import camelot
FileName="Filepath"
tables = camelot.read_pdf(FileName,pages='1-end')
print tables

如果表格分布在多个页面上并且水平边框被切开，则无法使用表格将PDF文件中的表格作为数据框读取，因此无法将其识别为表格。我该如何解决？我可以仅使用垂直线来检测表格吗？

也尝试了新软件包camelot，但同样无法读取该列。

我只能在示例pdf中检测到一张表格，而未检测到2x2表格

示例pdf链接：https://onedrive.live.com/?id=690704CAD1449D85%21105&cid=690704CAD1449D85

Answer 1

到目前为止，Camelot还没有实现合并多页表的实现。我的建议是将表提取为数据框，然后将其与pd.concat手动合并。

您也可以尝试使用Tabula。