很多朋友会问，pdfplumber也能解析表格，为什么还要使用Camelot呢？这因为年报中的表格很多都是一个单元格中有多个换行，像这样：
pp的解析结果是每个换行都是表格中的一样，这很难提取出准确的数据。
相对于多换行，这样的pdfplumber就能正常解析:
面对这一问题，使用Camelot的stream模式就能好解决，但是有个遗憾，就是它无法提取全文的字符串，只能提取表格，和所有与表格相关的元素。所以需要结合pdfplumber，通过pp来解决查找关键词。
环境:
系统：Centos8 Python3版本：3.9.2 Camelot-py库的版本：0.57
报这个错误的原因是Centos没有安装sqlite-devel库
dnf install sqlite-devel
安装后运行程序发现让然报错。后来发现sqlite-devel需要在编译python之前安装，那么好吧，接下来重新编译python3
cd /usr/local/lib/python3.x
.configure --prefix=/usr/local/lib/
make&make install
再次运行程序，就不会出现报错了~
出现这种错误的原因一般是由于python3的lib-dynload中缺少 _bz2.cpython-38-x86_64-linux-gnu.so这个动态链接库
造成这种情况很有可能是：后期在系统中安装了其他或更高的python版本所导致。解决办法就是将系统中原有的那个python链接库复制到新版本的里面来就可以。那么开始操作。（没有的可以下载我这个~）
_bz2.cpython-36m-x86_64-linux-gnu.so
将这个so文件放入/usr/local/lib/python3.x/lib-dynload/文件夹下，并改名为_bz2.cpython-3[Xm]-x86_64-linux-gnu.so
这里注意中括号里的变量X和m字符，X表示你的python版本，m的意思是：3.9以下版本必须添加m，3.9及以上版本无需m。
如果使用的是我的文件，请设置好执行权限
chmod +x _bz2.cpython-39-x86_64-linux-gnu.so
接下来运行程序，已无报错！
到目前为止，由于Centos8环境所造成的问题，只发现这2个，后续出现还会更新~
最近在研究使用Camelout解析PDF表格。Camelot有点像selenium那样会驱动浏览器，只不过Camelot驱动的是Ghostscript。
那么Ghostscript又是什么呢，下面点解了解一下：
Ghostscript是一套建基于Adobe、PostScript及可移植文档格式（PDF）的页面描述语言等而编译成的免费软件。
进入正题 - linux CentOS8 安装Ghostscript
Jsonp(JSON with Padding) 是 json 的一种"使用模式"，可以让网页从别的域名（网站）那获取资料，即跨域读取数据。
爬虫场景：发送请求后，返回JSONP，格式如： callbackFunction(["customername1","customername2"])
解决方法：使用正则表达式提取callbackFunction()以外的数据。
具体实施：
import json, re
JSONP = 'callbackFunction(["customername1","customername2"])'
j = json.loads(re.findall(r'^\w+\((.*)\)$',JSONP)[0])
print(type(j),j)
<class 'list'> ['customername1', 'customername2']
另外发现还有一种发放很有意思：（如果你肯定返回的jsonp是安全的情况下可以使用eval）
JSONP = 'callbackFunction(["customername1","customername2"])'
def callbackFunction(lists):
print lists
eval(JSONP)
['customername1', 'customername2']