我目前正在试验 tabula-py，但我在提取 pdf 数据时尝试的所有文档样本都导致以下错误：返回非零退出状态 1。
所以我只是好奇是否有其他方法可以使用 python 将 pdf 表格中的数据转换为 csv 文件。
【问题讨论】：
StackOverflow 和其他资源上已经提供了 tabula-py 的答案。尝试使用 Camelot：
pip install camelot-py[cv]
import camelot
tables = camelot.read_pdf('X.pdf')
tables.export('X.csv', f='csv', compress=True) # you can also save it different file formats
更多信息请参考link。
【讨论】：
如果您希望使用 Python 将表格从 PDF 导出为 CSV 文件，这是使用 Taluba 和 Camelot 等库的最佳方式。
首先，我们需要从各个页面中提取表格，然后像 pandas 这样的库将它们导出为 CSV 或其他所需格式。
但是，如果文档是非电子文档，我们将不得不使用 OCR 或 ML 技术来提取表格。
这是一篇博文，其中包含一些示例：https://nanonets.com/blog/pdf-table-to-csv/#pdf-table-extraction-to-csv-with-python
【讨论】：