[发明专利]PDF文件中的表格解析方法及装置、计算设备、存储介质

权利要求书

1.一种PDF文件中的表格解析方法，其特征在于，包括：

将待识别PDF文件转换成对应的文本文件；

根据所述文本文件的转换信息确定表格的位置；

基于预设的目标关键词以及所述表格的位置，从所述表格中的文本内容提取与所述目标关键词对应的目标内容；

至少输出所述目标内容。

2.如权利要求1所述的PDF文件中的表格解析方法，其特征在于，所述转换信息包括如下至少一种：段落信息、字体、字号、行间距、文字的横纵坐标。

3.如权利要求1所述的PDF文件中的表格解析方法，其特征在于，所述根据所述文本文件的转换信息确定表格的位置，包括：

基于表格标题关键词，确定所述表格标题关键词的位置；

获取所述表格标题关键词的上下文中包括换行符的文字流；

基于所述包括换行符的文字流，确定所述表格的位置。

4.如权利要求3所述的PDF文件中的表格解析方法，其特征在于，在将待识别PDF文件转换成对应的文本文件之后，还包括以下至少一种：

根据所述文本文件的转换信息确定表格每行文本位置；

根据所述本文文件的转换信息确定表格中横线及竖线的位置。

5.如权利要求4所述的PDF文件中的表格解析方法，其特征在于，所述基于预设的目标关键词以及所述表格的位置，从所述表格中的文本内容提取与所述目标关键词对应的目标内容，包括：

基于预设的目标关键词以及所述表格的位置，以及所述表格每行文本位置和所述表格中横线及竖线的位置中的至少一种，在所述表格中的文本内容对所述目标关键词进行定位；

基于所述目标关键词的定位结果，确定所述目标关键词对应的配对位置；

基于所述目标关键词的配对位置，从所述表格中的文本内容提取所述目标关键词对应的目标内容。

6.如权利要求1至5任一项所述的PDF文件中的表格解析方法，其特征在于，所述基于预设的目标关键词以及所述表格的位置，从所述表格中的文本内容提取与所述目标关键词对应的目标内容，包括：

基于预设的目标关键词以及所述表格的位置，在所述表格中的文本内容对所述目标关键词进行定位；

基于所述目标关键词的定位结果，确定所述目标关键词对应的配对位置；

基于所述目标关键词的配对位置，从所述表格中的文本内容提取所述目标关键词对应的目标内容。

7.如权利要求6所述的PDF文件中的表格解析方法，其特征在于，所述基于所述目标关键词的定位结果，确定所述目标关键词对应的配对位置，包括：

根据所述目标关键词的定位结果，将所述目标关键词所在位置之前的预设第一区域以及所述目标关键词所在位置之后的预设第二区域作为所述目标关键词对应的配对位置。

8.如权利要求7所述的PDF文件中的表格解析方法，其特征在于，所述基于所述目标关键词的配对位置，从所述表格中的文本内容提取所述目标关键词对应的目标内容，包括以下任一种：

若所述目标关键词的配对位置出现在所述表格的标题中，则从所述标题中的文本内容获取所述目标关键词对应的目标内容；

若所述目标关键词的配对位置出现在所述表格除标题之外的其他位置对应的文本内容中，采用正则方式提取所述目标关键词对应的目标内容。

9.如权利要求1所述的PDF文件中的表格解析方法，其特征在于，所述至少输出所述目标内容，包括：

输出所述目标内容、所述目标内容所在的所述待识别PDF文件的文件名称、所述目标内容在所述待识别PDF文件中的表格的标识。