python - 使用 python pdftables 从 pdf 中获取表数据时获取 NotImplementedError 文件

Question

我正在使用 Python pdftables 从 pdf 中获取表数据，并且按照 git 中给出的说明进行操作

https://github.com/drj11/pdftables

但是当我运行代码时

filepath = 'tests.pdf'
fileobj = open(filepath,'rb')
from pdftables.pdf_document import PDFDocument
doc = PDFDocument.from_fileobj(fileobj)

我收到这样的错误

       File "<stdin>", line 1, in <module>
       File "pdftables/pdf_document.py", line 53, in from_fileobj
       raise NotImplementedError

谁能帮我解决这个问题

Answer 1

如果你看file实现from_fileobj函数你可以看到以下注释:

# TODO(pwaller): For now, put fh into a temporary file and call
# .from_path. Future: when we have a working stream input function for
# poppler, use that.

如果我理解正确，您应该使用 from_path 函数，因为 from_fileobj 尚未实现。对于您当前的代码来说这很容易:

filepath = 'tests.pdf'
from pdftables.pdf_document import PDFDocument
doc = PDFDocument.from_path(filepath)