happyou.infoのブログ

happyou.infoのブログ

引き続き表のスクレイピングを諦めない。 最近試したテーブルパーサ table-transformer GitHub - micros...概要を表示 引き続き表のスクレイピングを諦めない。 最近試したテーブルパーサ table-transformer GitHub - microsoft/table-transformer: Table Transformer (TATR) is a deep learning model for extracting tables from unstructured documents (PDFs and images). This is also the official repository for the PubTables-1M dataset and GriTS evaluation metric. microsoftのOSS。transformer。PDFは一旦画像に落とす。1ページ内の複数テーブルの認識が怪しい。性能はまだまだ。 PyMuPDF 最近テーブルのスクレイピングに対応した。