pdfminer - 访问PDF表

Question

我使用pdfMiner解析PDF文件，将它作为我的python脚本中的库使用。

在这些PDF的大部分都有一张表，其中一列被命名为“公司”。

有没有办法： 1）检测PDF中该表的存在。 2）获取所有公司名称（即表格第二列中的所有条目）。

感谢您的帮助 AC

Answer 1

我迄今发现的最好的方法是使用HTMLconverter类的pdfminer库。这使您能够以HTML格式转换PDF，并且更容易找出表格，行和列。至少在我的情况下：它可能适用于PDF文件中的各种表格。