我尝试使用PDFTables API，数据看起来结构化，但需要修复头，数字数据看起来很好，你只需要编辑数据框，所以它从索引5开始
以下是完整的笔记本：link

• 注意**：使用自己的API Key：）

如果标题总是相同的，它看起来就像每个表之前的4行文本。
下面是一种使用pdfplumber.的可能方法

import pdfplumber
import pandas as pd
from   collections import deque

pdf = pdfplumber.open(...)

for page in pdf.pages:
    lines = page.extract_text_lines()
    last_4_lines = deque(maxlen=4)
    for table in page.find_tables():
        for line in lines:
            if line['bottom'] > table.bbox[1]:
                break
            last_4_lines.append(line['text'])
        print(last_4_lines)
        print(pd.DataFrame(table.extract()))

个字符