Таблица без линий распозналась сплошным текстом

Почему так происходит

1. 01Колонки разделены только пробелами

   Такие таблицы получаются при печати из простых программ и при экспорте в текст. Визуально они выровнены, но структуры в файле нет — есть только строки символов.

2. 02Длинное наименование заходит на соседнюю колонку

   Если текст в первой колонке длиннее её ширины, он визуально смыкается со второй. Граница между ними перестаёт быть заметной даже человеку.

3. 03Числа выровнены по-разному

   Часть значений по левому краю, часть по правому. Выравнивание перестаёт быть подсказкой о том, где заканчивается колонка.

4. 04Строка занимает две строки текста

   Наименование переносится, и вторая строка выглядит как отдельная позиция с пустыми числовыми колонками.

Как понять, что причина именно эта

• Посмотрите на исходник: есть ли линии между колонками
• Проверьте, все ли строки в выгрузке имеют одинаковое число заполненных полей
• Найдите строки, где заполнена только первая колонка — это перенесённые наименования
• Сравните число строк с числом позиций в документе

Как починить

Когда мы не нужны

Если у документа есть машиночитаемый источник — просите его. Распознавание таблицы без границ всегда даёт больше ошибок, чем разбор нормальной выгрузки, и это не тот случай, где стоит геройствовать.

Что с этим делает наша выгрузка

Мы определяем колонки по выравниванию и помечаем строки, где структура не совпала с остальными. Первый документ от такого поставщика разбираем вручную и настраиваем границы — дальше документы той же формы разбираются по настроенному шаблону.

Вопросы