Camelot tables.export()导出JSON时如何插入换行优化输出美观度
Camelot导出JSON单行紧凑的优化方法
Camelot自带的tables.export方法在导出JSON格式时,默认采用无缩进的紧凑序列化逻辑,且未对外暴露缩进、换行的配置参数,因此导出的内容会全部挤在单行,可读性较差。可以通过以下两种可落地的方法优化输出格式:
方法1:自定义序列化导出(推荐)
绕过Camelot自带的JSON导出逻辑,直接从提取到的表格对象中读取结构化数据,调用Python原生json模块的格式化能力输出,最终JSON的结构和原导出结果完全一致,不会丢失任何提取的表格信息:
import camelot import json file = "file.pdf" tables = camelot.read_pdf(file, pages='2-end', line_scale=40) # 转换为和原export完全一致的结构:每个表格对应一个字典列表 export_content = [table.df.to_dict(orient="records") for table in tables] # 写入格式化后的JSON,指定2字符缩进、保留原特殊字符 with open("files.json", "w", encoding="utf-8") as f: json.dump(export_content, f, indent=2, ensure_ascii=False)
优化效果:
- 自动按JSON语法规则换行缩进,不同层级的键值对自动对齐
- 避免原始导出里
\u00b0这类Unicode转义内容,直接显示°、•等原始特殊符号 - 全程无需额外安装依赖,完全基于现有环境运行
方法2:导出后二次格式化
如果不想改动原有的Camelot提取和导出流程,也可以在tables.export生成单行JSON后,读取文件内容做二次排版:
import json # 读取Camelot导出的单行JSON with open("files.json", "r", encoding="utf-8") as f: raw_content = json.load(f) # 重新写入格式化版本 with open("files_formatted.json", "w", encoding="utf-8") as f: json.dump(raw_content, f, indent=2, ensure_ascii=False)
注意:Camelot的
export方法导出CSV、TSV、XML格式时不会出现单行挤堆的问题,只有JSON导出逻辑存在这个设计上的限制,无法通过修改export的传入参数直接开启换行格式。
内容的提问来源于stack exchange,提问作者Marjan cangollari
相关产品推荐
相关产品推荐

