python - Tabula 按区域坐标提取表格

Question

我们可以选择通过指定坐标从 PDF 文档中提取表格。对于 Windows 用户，为了获取坐标，您必须将 PDF 文件上传到 Tabula 网页并导出包含坐标的脚本，然后将坐标输入到您的代码中。对于 Mac 用户，您只需使用预览应用程序和裁剪检查器。我只是想知道是否有任何第三方程序或插件可以为 Windows 用户提供此功能？我认为这在以下情况下会很方便:

1. 当您无法访问互联网时。
2. 我认为预览应用程序会更准确，因为我遇到过 Tabula 网页生成的不准确坐标。

如果有人能指出我在哪里可以找到这样的东西，我将不胜感激。非常感谢。

Answer 1

Tabula 需要以 PDF 单位指定区域，定义为 1/72 英寸。如果使用 Acrobat Reader DC，您可以使用测量工具并将其读数乘以 72。

Tabula 需要将区域指定为顶部、左侧、底部 和右侧 距离。要获得它们，您可以测量从页面的顶部到表格开头等的距离。