Python与pdfplumber读取电子发票问题

老师有问题 想请教一下：就是用Python 与pdfplumber模块读取电子发票时，有些发票数据读不出来， 但是如果是别的PDF 竟然可以完全识别，这是什么情况
# -*- coding: UTF-8 -*-
import os
import re
import pdfplumber as pdf
filename="fapiao001.pdf"
file=pdf.open(filename)
for page in file.pages:   
    print("+"*25)
    text=page.extract_text()
    print(text)
    print("+"*25)        
    words=page.extract_words()  
    print(words)
    print("+"*25)
    for tb in page.extract_table():
        print(tb)

可能因为是图片，所以处理不了，需要ocr。

sheeboard 发表于 2020-8-4 08:39
可能因为是图片，所以处理不了，需要ocr。

中石油的发票只能识别一部分数据，可以把日期与金额、加密码还有税号识别出来，但是 发票号码 代码 企业名称 等发票信息识别不了