实现数据标准化，节约人工成本，优化工作效率(表格金融界文本文档识别)

专利摘要显示，本发明公开了一种基于Python框架的PDF文本表格识别方法、装置及计算机设备，包括以下步骤：S1、定时监测目标网站所需PDF文档是否更新，若检测到PDF文档更新，进入步骤2，若未检测到PDF文档更新，则退出程序；S2、获取PDF文档内所有文本信息特征；S3、定位文本信息中的表格内容和表格标题并做标记；S4、判断所做标记表格是否为跨页表格；S5、通过Python构建PDF表格识别算法，输出到word文档和Excel表格。
本发明通过匹配不同表格样式，构建不同的Python表格文本识别算法框架，得到包含表格标题的word文档和包含表头的Excel表格。
实现数据标准化，节约人工成本，优化工作效率。

本文源自金融界