Python tabla py没有正确拆分列

我刚刚发现了tablapy（当然还有tablajava）从pdf中提取表格的乐趣。我现在正在为我的工作编写一个脚本，从pdf表格中读取一些数据，稍微清理一下，然后将其导出到excel中。我每天使用的pdf格式都是一样的，表格总是在某个区域。为了检测区域，我使用tabla.exe：我选择表格，可视化预览（看起来不错），然后导出脚本，以便查看tabla.exe使用的-a参数。然后，我在Python中的命令中使用了这一点，即：

df = tabula.read_pdf(os.fsdecode(directory)+filename, encoding = 'ISO-8859-1',
stream=True, area = "81.106,302.475,384.697,552.491", pages = 2, pandas_options={'header':None})

我使用encoding参数是因为标准utf-8返回错误，而stream方法是因为它在tabla.exe中显示了一个很好的提取表。但是，dataframe有一个问题，因为前两列（在tabla.exe的预览中正确显示为两个不同的列）实际上是一列，因此名称和值混合在一起

---

您知道为什么同一区域在tabla py和tabla.exe中产生两种不同的结果吗？多谢各位

在GitHub上找到了答案：tabla-py的“guess”选项默认设置为True。因此，要更正差异，只需添加guess=False，输出将是相同的

    df = tabula.read_pdf(os.fsdecode(directory)+filename, encoding = 'ISO-8859-1', 
         stream=True, area = "81.106,302.475,384.697,552.491", pages = 2, guess = False,  pandas_options={'header':None})

---

如果其他人难以确定表和列的位置，您可以使用Adobe Acrobat轻松找到精确的尺寸。在Adobe Acrobat中打开pdf，启用标尺，然后将其设置为点。放大视图，您可以看到要拆分区域/表格的精确点测量值