lfygithub01
24a6257dde
document_py更新
|
1 năm trước cách đây | |
|---|---|---|
| data | 1 năm trước cách đây | |
| extracted_images | 1 năm trước cách đây | |
| README.md | 1 năm trước cách đây | |
| all_tables.json | 1 năm trước cách đây | |
| document_.py | 1 năm trước cách đây | |
| get_info.py | 1 năm trước cách đây | |
| lmu.py | 1 năm trước cách đây | |
| matcher.py | 1 năm trước cách đây | |
| outlines.json | 1 năm trước cách đây | |
| requirements.txt | 1 năm trước cách đây | |
| responser.py | 1 năm trước cách đây | |
| tools.py | 1 năm trước cách đây | |
| 三峡左岸及地下电站地坪整治招标文件（发售版）.docx | 1 năm trước cách đây | |
| 投标文件-修改版9-5-1-1.json | 1 năm trước cách đây | |
| 投标文件-修改版9-5-1-1.pdf | 1 năm trước cách đây | |
| 相似度.json | 1 năm trước cách đây |
README.md
主要模块描述 1、tools 大纲解析模块 2、get_info PDF信息抽取模块 3、matcher 段落定位模块
PDF中无边框表格内容抽取
1. camelot-py git源下载
git clone https://www.github.com/camelot-dev/camelot
修改pyproject.toml中 pdfminer-six = "^20231228"
安装命令： 进入camelot目录下，pip install -e .
2. 在wsl Debian中安装 ghostscript 【模块本身】
apt install ghostscript
3. ghostscript 下载
pip install ghostscript==0.7.0 【模块驱动】
4. 代码修改 【CV运行时不需要设置宽高，使用默认即可】
tables_pro = camelot.read_pdf(
self.file_path,
# flavor='stream',
pages=str(page_number+1),
# edge_tol=200,
# row_tol=50,
)