enter image description here具有非结构化的报告或发票（空格、、、 / :、数字，字母，@@，无模式）
App：人力资源管理
粒度：寻求详细信息
供应商：公开
实例：交货
日期-时间：2018/03/05 19:37:10
内容发票
来自JBR-0560-00089000的发票
Delivery:
Network:
实体：合作伙伴
地区：
财务：还清
任务：重要
自然
实例类型和传输
详细信息
（转移）发送到站点（区域）
交货产品
状态：
交货性质：正常
验证4859nb576ZNP57387f7df7df8
参考：无
回覆
Sender Details: xxx debt of a Invoice bill
Daily need Pvt LIMITED
Denmark
接收器：保洁
详细信息：杜比
第1列：发票编号
Ab2345345 @@
第2栏：日期
2009年5月12日2009年5月12日
专栏3：政策
国家政策最近更新
第4列：
第5栏： 第6栏： .....................
通过使用Tesseract读取在NOTEPAD上提取的相同图像，我获得了带有交易细节的图像。现在，从记事本中仅需要提取列及其值。
我用';'分隔了整个文本文件然后数据变成每一行每一行。
将熊猫作为pd导入 df = pd.read_csv（r'C：\ Desktop \ data_ge.txt'，sep =“;”，encoding =“ utf8”） df.head（30）
输出：
有报告或发票
应用：人力资源管理
粒度：寻求详细信息
供应商：公开
实例：交货
日期-时间：2018/03/05 19:37:10 JBR-0560-00089000中的内容发票发票
交货时间：
网络：
实体：合作伙伴
地区：
财务：还清
任务：重要
自然
实例类型和传输
详细信息
（转移）发送到站点（区域）
交货产品
状态：
交货性质：正常
验证4859nb576ZNP57387f7df7df8
参考：无