Camelot extract tables from PDFs!

[Jacobvu84]

Hướng dẫn cài đặt

• https://pypi.org/project/camelot-py/

Nếu bạn gặp issue nào đó có thể đây là cái bạn cần

$ pip uninstall camelot
$ pip uninstall camelot-py
$ pip install camelot-py[cv]

Tài liệu hướng dẫn dùng

• https://readthedocs.org/projects/camelot-py/downloads/pdf/master/
• https://github.com/camelot-dev/camelot
• https://camelot-py.readthedocs.io/en/master/user/cli.html
• Ebook: camelot-py-readthedocs-io-en-master.pdf

[Jacobvu84]

Extract thông tin trong table thành các định dạng file khác nhau.

camelot --format csv --output hoadon.csv lattice hoadon.pdf

This will export all tables as CSV files at the path specified. Alternatively, you can use f='json', f='excel', f='html' or f='sqlite'.

[Jacobvu84]

File PDF

Table 1: Có nhiều dòng nhưng giữa các dòng không có dòng kẻ ngang để phân cách giữa các row trong table

Kết quả:

Không được như mong muốn, Nguyên nhân là do table trên các row không có kẻ ngang phân cách.

• Out put dạng csv

• Output dạng html

[Jacobvu84]

Table 2: Đúng chuẩn. Có kẻ ngang, kẻ dọc hình thành các cells

Kết quả extract. Tuyệt vời