大家好哇
从 PDF 里 copy 表格时,粘贴出来后格式都是错乱的。这麻烦事交给 Python 再合适不过里,我开发了一个从 PDF 抽取表格另存为 Excel 文件的应用,我把它部到 huggingface 了,同学可以直接去感受一下:
https://huggingface.co/spaces/beihai/PDF-Table-Extractor
使用方法
准备一个PDF(暂不支持扫描版)
页面中上传PDF,也不支持过大的200M以上的文件,如果太大,大家可以先去压缩一下,我记得adobe官网有就类似小工具。
上传完成后,选择表格所在PDF的页码,等待片刻就会出现“提起完成,点击下载”
下载Excel,格式还需要微调,不过比直接复制出来的要好很多了,能节省一些时间。
目前这个工具我还在完善,比如直接梭哈,抽取PDF中所有表格,敬请期待。
实现方法之后再公布吧,其实经常看我文章的同学应该都很熟悉了吧。
之前在腾讯的这个算法,我搬到了网上,随便玩!一文中有介绍
本文代码能在huggingface看到,其实也是刚刚调试好,觉得有用,期待三连。
原创文章,作者:Maggie-Hunter,如若转载,请注明出处:https://blog.ytso.com/272847.html