使用Camelot读取PDF文件失败，报AttributeError错误

你遇到的问题是因为安装了错误的Camelot包，导致调用read_pdf方法时出现属性不存在的错误。以下是具体解决步骤：

问题根源 #

PyPI上存在两个同名相关包：

• camelot：非官方轻量级包，不包含read_pdf方法
• camelot-py：官方PDF表格提取工具，提供read_pdf核心方法

你当前安装的是前者，因此触发属性错误。

修复步骤 #

1. 卸载错误包并安装官方版本 #

在Colab的代码单元格中执行以下命令：

# 卸载错误的camelot包
!pip uninstall -y camelot
# 安装带完整依赖的官方camelot-py
!pip install camelot-py[cv]
# 安装Camelot依赖的Ghostscript
!apt-get install ghostscript

2. 修正代码（可选优化） #

原代码中手动指定文件名foo.pdf容易出错，建议自动获取上传的文件名，避免路径匹配问题。修正后的完整代码：

import camelot
from google.colab import files

# 上传PDF文件
uploaded = files.upload()

# 自动获取上传的文件名（无需手动输入）
file = next(iter(uploaded.keys()))

# 提取PDF中的表格
tables = camelot.read_pdf(file)
print("Total tables extracted:", tables.n)

# 打印第一个表格的内容
print(tables[0].df)

验证 #

执行完上述步骤后，重新运行代码即可正常提取PDF中的表格内容。

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