Што прави алатката
Camelot е библиотека за извлекување PDF табели во структурирани формати. Погодна е кога имате повеќе слични документи и сакате повторлив процес. Парсерот и поставките се избираат според распоредот на табелата; резултатот се проверува со оригиналните страници.
Примена во независно истражување
Користете го за серија јавни извештаи или договорни прилози со релативно стабилен табеларен изглед. Сочувајте ги page ranges и параметрите за да може друг истражувач да ја повтори постапката.
Пример за примена
Истражувач споредува годишни табели од повеќе PDF извештаи; новинар може да создаде проверлив датасет од нивните јавни податоци.
Како да започнете
- Инсталирајте ја верзијата со потребните dependencies.
- Тестирајте парсер на неколку страници.
- Извезете и проверете totals, празни клетки и поделени редови.
Ограничувања и толкување
Поддршката зависи од parser и PDF структура. За скенирани страници проверете OCR постапка; автоматски квалитетен резултат не се претпоставува.
