AWSTextract对于多页表格检测到不同数量的列
创始人
2024-09-27 15:00:55
0

AWS Textract在多页表格中检测到不同数量的列可能是由于表格可能不完全对齐或在不同页面中出现了格式差异。解决此问题的一种方法是使用Python脚本对文档进行后处理,以使其具有一致的表格结构。

以下是一个示例脚本,可用于将文档中的所有多页表格对齐:

import boto3

def fix_table(table):
    # 获取第一页的列数
    first_page_columns = len(table['Blocks'][0]['ColumnWidths'])
    for page in table['Blocks']:
        # 如果该页表格中的列数少于第一页的列数,则将其插入列并将列宽设为0
        if len(page['ColumnWidths']) < first_page_columns:
            for i in range(first_page_columns - len(page['ColumnWidths'])):
                page['ColumnWidths'].append(0)

    return table

# 连接aws服务
session = boto3.Session(
    aws_access_key_id='ACCESS_KEY',
    aws_secret_access_key='SECRET_KEY',
    region_name='us-west-2'
)

# 获取文档中所有多页表格
client = session.client('textract')
response = client.analyze_document(
    Document={
        'S3Object': {
            'Bucket': 'BUCKET_NAME',
            'Name': 'DOCUMENT_NAME'
        }
    },
    FeatureTypes=['TABLES']
)

# 对每个多页表格进行对齐
for table in response['Blocks']:
    if table['BlockType'] == 'TABLE':
        fixed_table = fix_table(table)

此代码将获取AWS Textract分析的文档中所有多页表格,并对每个表格运行fix_table函数。该函数检查每个页面的列数,并将任何缺少的列插入到表格中,以使每个页面的列数与第一页相同。

相关内容

热门资讯

第8分钟了解!余干辅助软件哪个... 第8分钟了解!余干辅助软件哪个好!原来是真的有辅助插件(有挂总结)-哔哩哔哩1、上手简单,内置详细流...
第9分钟了解!牵手跑辅助!一贯... 第9分钟了解!牵手跑辅助!一贯真的是有辅助神器(有挂技巧)-哔哩哔哩1、牵手跑辅助辅助器安装包、牵手...
两分钟了解!浙江游戏温州熟客辅... 两分钟了解!浙江游戏温州熟客辅助!切实一直都是有辅助插件(果真有挂)-哔哩哔哩1、每一步都需要思考,...
第三分钟了解!海螺众娱脚本!真... 第三分钟了解!海螺众娱脚本!真是是真的有辅助教程(有挂解密)-哔哩哔哩1)海螺众娱脚本免费钻石:进一...
十分钟了解!决战血流辅助!一贯... 十分钟了解!决战血流辅助!一贯一直都是有辅助技巧(有挂详情)-哔哩哔哩运决战血流辅助辅助工具,进入游...
四分钟了解!开心泉州作必弊!果... 四分钟了解!开心泉州作必弊!果然存在有辅助技巧(有挂细节)-哔哩哔哩1、开心泉州作必弊透视辅助软件激...
三分钟了解!情怀麻烦将关春天辅... 三分钟了解!情怀麻烦将关春天辅助!其实一直总是有辅助神器(有挂教学)-哔哩哔哩1、完成情怀麻烦将关春...
8分钟了解!福建十三水软件开发... 8分钟了解!福建十三水软件开发!一直有辅助工具(有挂秘诀)-哔哩哔哩该软件可以轻松地帮助玩家将福建十...
九分钟了解!手游奇迹陕西辅助工... 九分钟了解!手游奇迹陕西辅助工具!果然一直都是有辅助方法(真实有挂)-哔哩哔哩该软件可以轻松地帮助玩...
第5分钟了解!微信海豚大厅辅助... 第5分钟了解!微信海豚大厅辅助!总是一直总是有辅助软件(证实有挂)-哔哩哔哩该软件可以轻松地帮助玩家...