如何用R抓取下载的PDF文件
如何用R抓取下载的PDF文件
提问于 2018-06-08 04:33:16
我最近开始为我的实习而抓取(和一般的编程)，我遇到了PDF抓取。每次我尝试用R读取扫描的pdf时，我都无法让它工作。我尝试过使用file.choose()函数，但没有用。我是否需要更改我的目录，或者如何将pdf从我的文件中获取到R中？代码看起来像这样：
> library(pdftools)
> text=pdf_text("C:/Users/myname/Documents/renewalscan.pdf")
> text
[1] ""此外，使用pdftables可以让我了解以下内容：
> library(pdftables)
> convert_pdf("C:/Users/myname/Documents/renewalscan.pdf","my.csv")
Error in get_content(input_file, format, api_key) :
Bad Request (HTTP 400).回答 3
Stack Overflow用户
发布于 2018-06-08 04:52:23
您应该使用包pdftools和pdftables。
如果您正在尝试读取pdf中的文本，则使用pdf_text()函数。里面的内容是pdf的路径(在你的电脑或网站中)。例如
tt = pdf_text("C:/Users/Smith/Documents/my_file.pdf")如果您能更详细地说明，并给我们提供可重现的示例，那就更好了。
Stack Overflow用户
发布于 2019-03-29 15:33:37
要使用PDFTables R包，您需要运行以下命令：
convert_pdf('test/index.pdf', output_file = NULL, format = "xlsx-single", message = TRUE, api_key = "insert_API_key")Stack Overflow用户
发布于 2019-09-24 23:51:43
如果您希望获得表格数据，可以尝试使用tabulizer。这是一个完整的代码教程：https://www.business-science.io/code-tools/2019/09/23/tabulizer-pdf-scraping.html
基本上，您可以使用本教程中的代码：
library(tabulizer)
extract_tables(
file = "2019-09-23-tabulizer/endangered_species.pdf",
method = "decide",
output = "data.frame")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/50749759
复制相关文章
相似问题
腾讯云开发者
