问如何使用pymupdf从pdf文件中提取表

EN

恐怕你运气不好。PDF格式没有表结构的内部表示，这使得很难提取表进行分析。您必须通过查看数据列的排列位置来推断表的存在。

有一些模块可以为您做这件事:一个是Excalibur。但是pymupdf是将文本提取为文本，这将使您不得不自己进行解析和推断。这是一个相当雄心勃勃的项目。

Excalibur是camelot的GUI版本

Installation https://camelot-py.readthedocs.io/en/master/user/install.html

Tutorial https://camelot-py.readthedocs.io/en/master/

这将为您做好这项工作。可以直接导出到csv。默认输出是可以导出到excel或csv的数据帧。