Tabled项目使用教程

Tabled项目使用教程

tabled Detect and extract tables to markdown and csv 项目地址: https://gitcode.com/gh_mirrors/tab/tabled

1. 项目的目录结构及介绍

Tabled是一个开源项目，用于检测和提取PDF中的表格内容，并将其格式化为Markdown、CSV或HTML格式。以下是项目的目录结构及其介绍：

• .github/
  • 存放与GitHub相关的配置文件，如工作流（workflows）等。
• benchmarks/
  • 包含性能测试的相关脚本。
• scripts/
  • 存放一些辅助性脚本。
• static/
  • 存储静态文件，如图片等。
• tabled/
  • 项目的主要目录，包含所有源代码。
• .gitignore
  • 指定Git应该忽略的文件和目录。
• CLA.md
  • 贡献者许可协议。
• LICENSE
  • 项目使用的许可证信息。
• README.md
  • 项目的说明文件。
• extract.py
  • 用于提取表格的主要脚本。
• poetry.lock
  • 包管理工具poetry的锁定文件。
• pyproject.toml
  • 项目配置文件，用于定义项目的依赖等。
• run_table_app.py
  • 运行交互式应用的脚本。
• table_app.py
  • 交互式应用的主体代码。

2. 项目的启动文件介绍

项目的启动文件是run_table_app.py，这个脚本用于启动一个基于Streamlit的交互式应用，让用户可以上传图片或PDF文件并查看表格提取的结果。

要启动这个应用，你需要先安装Streamlit，然后运行以下命令：

pip install streamlit
python run_table_app.py

这将在默认的Web浏览器中打开应用，用户可以开始上传文件并查看结果。

3. 项目的配置文件介绍

项目的配置文件是pyproject.toml，它用于定义项目的元数据和依赖。以下是配置文件的主要内容：

[tool.poetry]
name = "tabled"
version = "0.1.0"
description = "Detect and extract tables to markdown and csv"
authors = ["Vik Paruchuri <vik@datalab.to>"]

[tool.poetry.dependencies]
python = "^3.10"

[tool.poetry.dev-dependencies]
pytest = "^6.2"

[build-system]
requires = ["poetry-core>=1.0.0"]
build-backend = "poetry.core.masonry.api"

在这个配置文件中，定义了项目的名称、版本、描述和作者。同时，指定了项目依赖的Python版本和其他库。此外，还定义了开发时依赖的库，如pytest。

通过编辑这个配置文件，你可以管理项目的依赖和版本，以确保项目能够正确地安装和运行。

tabled Detect and extract tables to markdown and csv 项目地址: https://gitcode.com/gh_mirrors/tab/tabled