У таблиц в PDF очень часто вообще нет линий по краям. Там, где они есть, эти линии нарисованы на другом слое, нежели текст, и невидимы для всего, что извлекает слова. Именно поэтому подходы, построенные на поиске линий, так часто дают сбой.
Читается, стало быть, положение. Внутри строки промежуток заметно шире межсловного означает границу ячейки, а когда такие промежутки стоят на одной и той же горизонтальной позиции в нескольких строках подряд, этот блок и есть таблица. Минимум три строки. Блоки из двух строк, это обычно заголовок с датой, отодвинутой к правому краю, и превращение такого в таблицу только затрудняет чтение.
Пустая ячейка не оставляет в файле следа, потому что символов там никогда не было. Сцепление ячеек по порядку сдвинуло бы всё на одну позицию, поэтому каждая ячейка падает в ближайший столбец, а остальные остаются пустыми.