AWS Textract表格提取将包含逗号的整数拆分为另一列。
创始人
2024-11-18 12:00:56
0

使用AWS Textract提取表格后,可以使用Python代码将包含逗号的整数拆分为另一列。以下是一个示例解决方法:

import boto3

# 初始化AWS Textract客户端
textract = boto3.client('textract')

# 调用AWS Textract提取表格
response = textract.start_document_analysis(
    Document={
        'S3Object': {
            'Bucket': 'your-bucket-name',
            'Name': 'your-image-file-name'
        }
    },
    FeatureTypes=['TABLES']
)

# 获取分析结果
job_id = response['JobId']
result = textract.get_document_analysis(JobId=job_id)

# 解析表格
tables = result['Blocks']
for table in tables:
    if table['BlockType'] == 'TABLE':
        rows = table['Relationships'][0]['Ids']
        for row in rows:
            columns = result['Blocks'][row]['Relationships'][0]['Ids']
            for column in columns:
                cell = result['Blocks'][column]
                if cell['BlockType'] == 'CELL':
                    # 检查单元格文本是否包含逗号
                    if ',' in cell['Text']:
                        # 拆分包含逗号的整数为两列
                        text = cell['Text']
                        split_text = text.split(',')
                        if len(split_text) == 2:
                            # 更新原单元格文本为不包含逗号的整数
                            cell['Text'] = split_text[0].strip()
                            # 创建新的单元格来存储逗号后的内容
                            new_cell = {
                                'BlockType': 'CELL',
                                'ColumnIndex': cell['ColumnIndex'] + 1,
                                'RowIndex': cell['RowIndex'],
                                'Text': split_text[1].strip()
                            }
                            # 将新单元格添加到结果中
                            result['Blocks'].append(new_cell)

# 打印更新后的表格
for block in result['Blocks']:
    if block['BlockType'] == 'CELL':
        print(block['Text'])

上述代码首先使用AWS Textract提取表格,然后遍历表格中的每个单元格。对于包含逗号的整数,它会将其拆分为两列并更新原单元格的文本,同时创建一个新的单元格来存储逗号后的内容。最后,它打印出更新后的表格。

请确保将your-bucket-nameyour-image-file-name替换为实际的S3存储桶和图像文件名。此外,还需要适当配置AWS凭证和权限以访问Textract服务。

相关内容

热门资讯

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...