尝试使用pdfquery、PDFDocument和PDFParser解析PDF文件。 还尝试了pdfquery示例代码。 总是从cssselect获取错误/分析器.py在
SelectorSyntaxError: Expected string or ident
尝试升级cssselect,但没有成功。在
有人有线索吗? 我运行的是python2.7
Im正在使用来自:https://github.com/jcushman/pdfquery的代码和示例文件
pdf = pdfquery.PDFQuery("tests/samples/IRS_1040A.pdf")
pdf.extract( [
('with_parent','LTPage[pageid=1]'),
('with_formatter', 'text'),
('last_name', 'LTTextLineHorizontal:in_bbox("315,680,395,700")'),
('spouse', 'LTTextLineHorizontal:in_bbox("170,650,220,680")'),
('with_parent','LTPage[pageid=2]'),
('oath', 'LTTextLineHorizontal:contains("perjury")', lambda match: match.text()[:30]+"..."),
('year', 'LTTextLineHorizontal:contains("Form 1040A (")', lambda match: int(match.text()[-5:-1]))
])
我查看了这些示例,似乎缺少了一些引号(在xpath表达式}中)。有了引号就没有错误信息了。在
LTPage[pageid="1"]
和{相关问题 更多 >
编程相关推荐