如何在python 3中从pdf中读取泰卢固语表格项目

【问题标题】：How to read Telugu table items from pdf in python 3如何在python 3中从pdf中读取泰卢固语表格项目
【发布时间】：2020-06-08 10:03:36
【问题描述】：

我正在使用以下源代码从 pdf 中获取英文表格数据。但我无法获取其他语言。任何人都可以帮助我如何传递语言参数并获取任何类型的语言

from tabula import read_pdf

url = "/Users/administrator/Desktop/Telugu_land_document1.pdf"

try:
    df = read_pdf(url, pages='all')
    print(df)
except Exception as e:
    print(e)

【问题讨论】：

标签： python tabula

【解决方案1】：

您可以配置坐标信息，使其与语言无关。

df = tabula.read_pdf_with_template("/path/xxx.pdf", "path/temp.json")

# cat path/temp.json

[
  {
    "page":1,
    "extraction_method":"a",
    "x1":157.18,
    "x2":1111.41,
    "y1":270.97,
    "y2":283,
    "width":954.23,
    "height":11.189
  },
  {
    "page":1,
    "extraction_method":"a",
    "x1":157.18,
    "x2":1111.41,
    "y1":270.97,
    "y2":283,
    "width":954.23,
    "height":11.189
  }
  ...
]

【讨论】：