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

【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...
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...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
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...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖... 大家好,我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目,目前...