О чём урок
Этот notebook считывает PDF-файл разреженного отчёта о прибылях и убытках, отправляет его через Mistral OCR API, выводит результат в формате markdown и реконструирует строку чистой прибыли, сохраняя пустые ячейки как пропущенные значения.
Цель состоит в том, чтобы сохранить пустое место для Q4 вместо того чтобы позволить последующим значениям смещаться влево.
Когда таблица содержит пустые ячейки, обычный сбой заключается в том, что последующие значения смещаются влево. Безопасный подход заключается в следующем:
- Считать исходное содержимое таблицы OCR.
- Разделить строки markdown.
- Дополнить более короткие строки до ширины заголовка.
- Сохранить пустые ячейки как пропущенные значения.
- Использовать резервный текст из исходного PDF-файла, когда OCR неоднозначен или разрежен.
Для этого разреженного отчёта о прибылях и убытках исходный PDF-файл чётко показывает:
- Q1 Факт = $40,300
- Q2 Прогноз = $8,500
- Q3 Факт = $34,500
- Q4 Проекция = пусто / отсутствует
- Итого за год = $83,300
Пустая ячейка Q4 сохраняется как отсутствующее значение вместо смещения влево, что обеспечивает правильное выравнивание таблицы и предотвращает искажение остальной части строки.
План урока
- Стратегия парсинга разреженных таблиц
- Интерпретация
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.