首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >获取PDF中嵌入的表数

获取PDF中嵌入的表数
EN

Stack Overflow用户
提问于 2018-08-22 01:48:38
回答 1查看 89关注 0票数 0

下面的代码从PDF中提取表格。

代码语言:javascript
运行
复制
install.packages("tabulizer"); install.packages("tidyverse")
library(tabulizer); library(tidyverse)

n_tables <- extract_tables("filename.pdf") %>% length()

然而,这需要永远做到这一点。我们是否可以绕过实际的表格提取步骤,直接使用tabulizer或任何其他R包从pdf中获取表格计数?

EN

回答 1

Stack Overflow用户

发布于 2018-08-22 01:55:49

原始制表器开发者在这里:不。该算法逐页工作,识别表并提取它们。提取本身并不昂贵-它的识别是耗时的。

这个包和底层的Tabula Java库之所以存在,是因为PDF规范中没有“表”的内部表示,这与HTML或docx不同。PDF中的表格只是字形的排列,在人眼看来就像是表格。因此,无法快速查询表或所有表的列表,因为文件中不存在这样的列表。

如此简短,令人失望的答案是:不。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51954141

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档