PDF to text in R in Mac
我已经在Mac中下载了PDFtoText，并编写了以下代码将pdf文件转换为文本：
1
2
| pdf_to_load =("~/my_directory/my.pdf")
system(paste('pdftotext', pdf_to_load)) |
该代码运行良好，但是我无法在源目录中看到my.txt，也没有将其保存在文件夹中的任何位置。 我哪里出问题了？
我的一位指导者能够在他的计算机上运行相同的代码，并且他能够看到转换后的.txt文件。
请指导。
-
我同时安装了pdftotext和pdfinfo。 但它不会读取pdfinfo。
-
> file.exists(Sys.which(c(" pdfinfo"，" pdftotext")))[1]否是
如果在计算机上找不到默认的PDF提取引擎，则会得到错误的结果，请参见?tm::readPDF。 这些引擎不是R或tm软件包的一部分，并且是否已安装必需的程序取决于您的计算机。
最简单的解决方案是安装程序pdftotext和pdfinfo(您将同时需要这两个程序)，您可以在此处将其作为预编译的二进制文件获得。
一旦正确安装了这些程序，您就可以使用tm包的readPDF()功能提取PDF文件的文本而无需进行系统调用。
1
2
| library(tm)
my_pdf_txt <- readPDF(control=list(text="-layout"))(elem=list(uri="~/my_directory/my.pdf"), language="en") |
-
> file.exists(Sys.which(c(" pdfinfo"，" pdftotext")))] [1]否是我出了错？ pdftotext和pdfinfo的安装均成功。
-
该错误消息表示系统找不到pdfinfo。 通常是因为PATH设置不正确。 但是我没有Mac系统方面的经验，因此只能参考我指示的网页中的安装准则。 作为快速解决方案，我建议您在工作目录中复制pdfinfo的预编译二进制文件。 您可以使用getwd()在R会话中显示工作目录。 希望这可以帮助。