如何用Python将图片表格行的各列内容提取为列表

• 图片文字提取（OCR）
  先用光学字符识别工具把图片里的文本转成字符串。比如用Python的pytesseract库，代码示例：

  import pytesseract
  from PIL import Image
  
  # 加载图片
  img = Image.open("Y69bI.png")
  # 提取文本
  raw_text = pytesseract.image_to_string(img)
  

  这一步会把图片里的竖线分隔内容转成带竖线的文本串，可能会夹杂换行或多余空格，后续再处理。

• 文本分割与清洗
  把提取到的文本按竖线|分割，同时清理每个元素的前后空格：

  # 移除换行符并去掉首尾空白
  cleaned_text = raw_text.replace("\n", "").strip()
  # 分割并清洗每一项
  column_list = [item.strip() for item in cleaned_text.split("|")]
  

  运行后就能得到目标列表：['Sl No','Description of Goods','HSN/SAC','Quantity','Rate','per','Amount']

• 额外提示

  • 如果OCR识别出的竖线不准确（比如识别成破折号或遗漏），可以先对图片做预处理（比如调亮、去噪）提升识别精度，或者手动指定分割符；
  • 要是只处理单张图片，也可以用在线OCR工具提取文本后，直接用文本编辑器按竖线分割整理，不用写代码。

内容的提问来源于stack exchange，提问作者ReaL_HyDRA