Python 解析財務報表中的表格數據（pdf to tables）

解析PDF經常使用組件（PdfBox、iText、Tika等）都沒法將表格數據解析成有規則的格式。解析後格式基本是TEXT、XHTML等致使處理表格數據變的很是複雜，基本須要全枚舉+正則才能處理個70-80%。最近看到Python能夠解析表格因而嘗試了一下，不過要想讓數據可用，還存在不少問題待解決。 PDF文件截圖 java Tika解析PDF文件 一、TEXT格式web Tika tika =

>>阅读原文<<