Question

我正在尝试将填充了表格的~600个pdf文件提取到文本格式，以便我可以进行一些数据探索。看起来pdftool是我完成工作的最佳选择，但帮助文件很简短。我找到的最接近的教程使用xpdf。有没有办法用pdftools做到这一点？

library("pdftools")
folder <- file.path("C:\\Users\\adarvishian\\Documents\\MEGA\\Consular 
Affairs\\Visa Statistics\\Scrape")
folder
length <- length(dir(folder))
length
dirpdf <- dir(folder)
dirpdf[1]


for(i in 1:length(dir(folder)))
{
   text <- pdf_text("C:\\Users\\adarvishian\\Documents\\MEGA\\Consular 
 Affairs\\Visa Statistics\\Scrape")
}

xpdf batch tutorial

Answer 1

library("pdftools")

folder <- file.path("C:\\Users\\adarvishian\\Documents\\MEGA\\Consular 
Affairs", "Visa Statistics", "Scrape")
folder
length <- length(dir(folder))
length
dirpdf <- dir(folder)
dirpdf[1]

pdftotxt <- "C:\\Users\\adarvishian\\Documents\\R\\otherpackages\\xpdf-
tools-win-4.00\\xpdf-tools-win-4.00\\bin64\\pdftotext.exe"

for(i in 1:length(dir(folder)))
{
pdf <- file.path("C:\\Users\\adarvishian\\Documents\\MEGA\\Consular 
Affairs\\Visa Statistics", "Scrape", dirpdf[i])
system(paste("\"", pdftotxt, "\" \"", pdf, "\"", sep = ""),wait = F)
}

如何在R中使用pdftools将大批PDF文件转换为TXT文件？

1 个答案: