AWSTextract只能从多页PDF中提取第一页的表格和表单
创始人
2024-09-27 15:30:14
0

AWS Textract文档指出,当提取表单和表格时,仅支持输入PDF文档的第一页。如果您需要从多页PDF中提取表单和表格,需要编写代码来将每个页面拆分为单独的文件,然后将每个文件单独传递给Textract。

以下是Python代码示例,用于从多页PDF中提取所有表单和表格:

import boto3
import io
from PyPDF2 import PdfFileReader, PdfFileWriter

TEXTRACT = boto3.client('textract')

def pdf_splitter(pdf_file):
    pdf_reader = PdfFileReader(pdf_file)
    for page_num in range(pdf_reader.getNumPages()):
        pdf_writer = PdfFileWriter()
        pdf_writer.addPage(pdf_reader.getPage(page_num))

        tf = io.BytesIO()
        pdf_writer.write(tf)
        tf.seek(0)
        yield tf

def extract_tables_and_forms(pdf_file):
    tables = []
    forms = []
    for page in pdf_splitter(pdf_file):
        response = TEXTRACT.analyze_document(Document={'Bytes': page.read()},
                                              FeatureTypes=['FORMS', 'TABLES'])
        if 'Forms' in response:
            forms.extend(response['Forms'])
        if 'Tables' in response:
            tables.extend(response['Tables'])

    return tables, forms

上述代码将给出一个PDF文件,并使用PdfFileReader将其分割成页面,并从每个页面提取表格和表单。textract.analyze_document()用于提取表单和表格信息。

要使用此代码示例,请确保您已经安装了以下Python包:

  • boto3
  • PyPDF2

运行示例的方式:

with open('multi_page.pdf', 'rb') as pdf_file:
    tables, forms = extract_tables_and_forms(pdf_file)

print("Tables found: ", tables)
print("Forms found: ", forms)

请注意,AWS Textract会对数据进行收费。有关详细信息,请参阅官方文档。

相关内容

热门资讯

wepokeai机器人(透视)... wepokeai机器人(透视)wepoke有没有玄学(详细辅助新2025版)确实是有挂(可靠辅助德之...
wepoke模拟器(透视)we... wepoke模拟器(透视)wepoke软件透明功能实现方法(详细辅助教你教程)好像是真的有挂(科普插...
wepoke辅助德之星(透视)... wepoke辅助德之星(透视)wepooke app系统规律(详细辅助攻略方法)真是是有挂(教你有辅...
wepoke有辅助挂(透视)w... wepoke有辅助挂(透视)wepoke有辅助挂吗(详细辅助科技教程)一直是有挂(教你透视挂)1、让...
wepoke辅助有挂(透视)w... wepoke辅助有挂(透视)wepoke人有挂吗(详细辅助可靠技巧)其实有挂(了解辅助)1.wepo...
wepoke插件(透视)wep... wepoke插件(透视)wepoke软件收费是真的吗(详细辅助辅助教程)其实真的是有挂(专业模拟器)...
wepoke辅助德之星(透视)... wepoke辅助德之星(透视)wopoker辅助(详细辅助新2025教程)真是真的有挂(玩家ai机器...
we辅助poker德之星(透视... we辅助poker德之星(透视)wepoke辅助挂在哪开(详细辅助新2025版)确实是真的有挂(大神...
wepoke黑科技(透视)we... wepoke黑科技(透视)wepoke挂真的假的(详细辅助揭秘攻略)竟然存在有挂(攻略计算辅助)1、...
wepoke智能ai(透视)w... wepoke智能ai(透视)wepower让系统发好牌(详细辅助教你攻略)真是真的有挂(详细有挂)1...