一次读取多个pdf文件，并使用R提取包含关键字的句子
一次读取多个pdf文件，并使用R提取包含关键字的句子
提问于 2019-05-09 03:45:50
假设我在一个目录中存储了几个pdf文件，我想一次性读取所有这些pdf文件，并提取包含特定关键字的所有句子(在本例中为“条款”)，而不是手动打开每个文件并查找该关键字。
我已经尝试过读取这些文件，但我如何才能让R遍历每个pdf文件来搜索该关键字并输出这些句子？这是我写的一小段话：
library(pdftools)
files <- list.files("filepath",pattern = "pdf$", full.names = TRUE)
comb <- lapply(files, pdf_text)为了便于文件参考，pdf文件的链接如下：
<https://www.supremecourt.gov/opinions/14pdf/13-1314_3ea4.pdf>
<https://www.supremecourt.gov/opinions/14pdf/14-7955_aplc.pdf>
<https://www.supremecourt.gov/opinions/14pdf/14-46_bqmc.pdf>我已经创建了一个目录，并将pdf文件保存在其中。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-05-14 00:15:38
问题的更新:我已经找到了可以通过以下代码实现的解决方案：
install.packages("textreadr")
install.packages("tidyverse")
install.packages("pdfsearch")
library(textreadr)
library(tidyverse)
library(pdfsearch)
dirct <- directory_path
result <- keyword_directory(dirct,
keyword = 'input_the_keyword_you_want_to_extract',
surround_lines = 0, full_names = TRUE)
head(result$line_text, n = 20)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/56048016
复制相关文章
相似问题
腾讯云开发者
