我们可以通过指定PDF文档的坐标来提取其中的表格。对于Windows用户，要获取坐标，您需要将PDF文件上传到Tabula网页并导出包含坐标的脚本，然后将这些坐标输入到您的代码中。对于Mac用户，您只需使用预览应用程序和裁剪检查器。我想知道是否有任何第三方程序或插件可以为Windows用户提供此功能？在以下情况下，我认为这将非常有用：
如果有人能告诉我在哪里可以找到这样的东西，我将不胜感激。非常感谢。
Tabula需要以PDF单位指定区域大小，PDF单位定义为1/72英寸。如果使用Acrobat Reader DC，您可以使用测量工具，并将其读数乘以72。
Tabula需要将区域指定为顶部、左侧、底部和右侧距离。您可以测量从页面顶部到表格开头的距离等来获得这些距离。
Tabula可以理解以“点”形式表示的坐标数据。
在Windows系统中，您可以使用Adobe Acrobat DC和Acrobat Reader DC测量您的区域坐标。
如果您有Adobe Acrobat DC - 工具 >> 编辑PDF >> 选择您的区域并按Enter键 >> 更改单位为点
Top 100 pt = A
Left 50 pt = B
Cropped page size 370 x 225 pt = C x D
如果您拥有Adobe Acrobat DC或Acrobat Reader DC- 编辑 >> 首选项 >> 单位 >> 将页面单位更改为点 >> 确定 >> 工具 >> 测量
Top = A = 100
Left = B = 50
Areas Width = C = 370
Areas Length = D = 225
你需要进行这个计算
area=[A,B,A+D,B+C]
area=[100,50,100+225,50+370]
在代码中
df=read_pdf(folder,area=[[100,50,325,420]] ,output_format="xlsx")
如果PDF创建者允许测量，Reader才允许进行测量。找到了这个替代方法：https://graphicdesign.stackexchange.com/a/81666
简要步骤：
我有同样的问题，代码似乎忽略了区域标注。通过在命令行中包含"guess = False"来修复它。像这样（注意我正在使用1.2.1版本）：
df = tabula.read_pdf(file_folder + file_name,
guess=False, pages=1, stream=True , encoding="utf-8",
area = (200.8125,64.6425,352.2825,496.1025),
columns = (65.3,196.86,294.96,351.81,388.21,429.77))
y1 = top
x1 = left
y2 = top + height
x2 = left + width
然后按照这个顺序排列：y1，x1，y2，x2。sudo apt install screenruler)，但是操作有点麻烦，需要根据这里描述的进行校准。