Я использую tabula.convert_into csv, который все прекрасно захватывает, но текст вроде:
"DEV__HH WorldSummit Re Escentes"
в PDF становятся (Есть 2 пробела между DEV и HH)
"DEVHH WorldSummit Re Estimates" в csv
Я пробовал encoding = 'utf-8' и другие библиотеки, такие как pypdf2, но tabula пока дает мне лучшие результаты.Это одна странная вещь, которую мне нужно решить.
import tabula
file = 'input.pdf'
tabula.convert_into(file,"output.csv",pages = 'all', output_format="csv", encoding='utf-8')