通过包“tm”在R中导入pdf答案

【问题标题】：Importing pdf in R through package "tm"通过包“tm”在R中导入pdf
【发布时间】：2013-07-01 23:28:29
【问题描述】：

我知道通过包“tm”在“R”工作区中获取 pdf 的实际示例，但无法理解代码是如何工作的，因此无法导入所需的 pdf。以下代码中导入的pdf为“tm”小插图。

代码是

if(file.exists(Sys.which("pdftotext"))) {
    pdf <- readPDF(PdftotextOptions = "-layout")(elem = list(uri = vignette("tm")$pdf),
                                                 language = "en",
                                                 id = "id1")
    pdf[1:13]
}

“tm”是小插图。虽然我试图带来的 pdf 是“不同的”。那么如何更改上面的代码以将我的pdf带入工作区。 minn 是我要导入的 pdf 文档。

喜欢

if(file.exists(Sys.which("pdftotext"))) {
        pdf <- readPDF(PdftotextOptions = "-layout")(elem = list(uri = vignette("minn")$pdf),
                                                     language = "en",
                                                     id = "id1")
        pdf[1:13]
    }

【问题讨论】：

你有什么问题？
毫无疑问，这有可能很快被关闭......
我正在尝试通过上述代码导入 pdf，但经过某些尝试后无法这样做。非常大的pdf的名称是100页。那么如何将上面代码中的“tm”名称替换为我想在R中引入的pdf。
vignette("tm")$pdf 是指向 tm 包中的小插图的指针。 uri 应该是文件名或路径....可能类似于 "minn.pdf"。
@Thomas 似乎在附近，但它给了我错误。 PDF_Date_to_POSIXt(dt) 中的错误：无效的多字节字符串 1

标签： r pdf tm

【解决方案1】：

所以看来问题出在我试图阅读的 PDF 上。但是代码如下所示。感谢托马斯的领导。 pdf的链接是“http://www.wine-economics.org/workingpapers/AAWE_WP16.pdf”

tt <- readPDF(PdftotextOptions="-layout")
rr <- tt(elem=list(uri="AAWE_WP16.pdf"),language="en",id="id1")
rr[1:15]

【讨论】：