使用tabla和python读取pdf文件时缺少数据

我有一个包含多个文本和表格的pdf，其中一行包含如下内容：

PDF content :
Id: 5647484848 Name Alex J

现在我使用tabla-py解析内容，但是结果缺少了一些东西（这意味着您可以看到缺少第一个字符或数字）

实际上，我原来的pdf有很多文本和表格。我也尝试了其他行，在那里我得到了正确的结果

Wrong Result :
['', '', 'Id:', '', '647484848', 'Name', '', 'lex J', '', '', '']

Should be :
['', '', 'Id:', '', '5647484848', 'Name', '', 'Alex J', '', '', '']

样本：

# to get the exact row to find the name & index [7] is for Name
if len(row) == 11:
    if "Name" in row:
       print(row[7])
       return Student(studentname=row[7])

在阅读表格时，我在表格中设置了

df = tabula.read_pdf(pdf, output_format='json', pages='all',
                          password=secure_password, lattice=True)

---

行是简单的文本类型，没有图像和所有。不知道为什么这一行数据会失败。我对其他行应用了类似的逻辑，得到了正确的结果。请建议

通过将表格中的提取模式从lattice=True更改为lattice=False来解决

df = tabula.read_pdf(pdf, output_format='json', pages='all',
                          password=secure_password, lattice=False)

---

通过将表格中的提取模式从lattice=True更改为lattice=False解决

df = tabula.read_pdf(pdf, output_format='json', pages='all',
                          password=secure_password, lattice=False)

---

您能否将pdf中有问题的行复制/粘贴到记事本文本文件中？否则，该数据点的pdf可能会被破坏。在PDF中，“您看到的”不是“您可以提取的”，因为视觉符号和文本含义是分开存储的。它可能看起来不错，但“文本表示”可能是垃圾。如果是这样，您需要研究PDF上的OCR，并从该.Btw中获取缺少的值。这对SO来说是个坏问题-没有复制的方法，也没有解决的方法。@PatrickArtner是的，我可以将它复制到文本编辑器中，这没有问题。我可以在那里查看原始内容。谢谢扫描您是否将pdf中有问题的行复制/粘贴到记事本文本文件中？否则，该数据点的pdf可能会被破坏。在PDF中，“您看到的”不是“您可以提取的”，因为视觉符号和文本含义是分开存储的。它可能看起来不错，但“文本表示”可能是垃圾。如果是这样，您需要研究PDF上的OCR，并从该.Btw中获取缺少的值。这对SO来说是个坏问题-没有复制的方法，也没有解决的方法。@PatrickArtner是的，我可以将它复制到文本编辑器中，这没有问题。我可以在那里查看原始内容。谢谢