使用Camelot提取PDF表格报TypeError错误求助

修复步骤及优化方案 #

1. 删除无效代码 #

代码中第一行open("YP-brochure-draft_final_08_2019.pdf","rb")未赋值给变量，属于无效操作且会造成文件句柄泄漏，直接删除该行。

2. 排查依赖环境 #

该错误多与Camelot依赖的Ghostscript或底层库调用异常有关：

• 确认已安装Ghostscript，并将其路径添加至系统环境变量PATH。
• 安装兼容的稳定版本依赖：

  pip install camelot-py[cv]==0.10.1 ghostscript
  

3. 确保PDF路径正确 #

保证PDF文件与脚本在同一目录，或使用绝对路径（Windows系统需转义路径，如C:\\docs\\file.pdf，或用原始字符串r"C:\docs\file.pdf"）。

4. 优化后的可运行代码 #

import camelot

# 替换为你的PDF文件路径
file_name = "YP-brochure-draft_final_08_2019.pdf"

# 提取表格，根据表格结构选择flavor：lattice（有边框）/stream（无边框）
tables = camelot.read_pdf(file_name, flavor='lattice')

print(f"Total tables extracted: {tables.n}")

# 输出并保存第一个表格
if tables.n > 0:
    print(tables[0].df)
    tables[0].to_csv("extracted_table.csv")

5. 额外调试建议 #

• 若提取效果不佳，尝试切换flavor参数。
• 验证PDF文件是否损坏，或用其他工具确认表格结构是否清晰。

内容的提问来源于stack exchange，提问作者freelance_designer