我需要将文件夹中的24个PDF文件转换为txt文件，以便我可以对它们进行语义分析。我看了this问题，然后从那里开始。但是，在第一次使代码工作后，我改变了一些事情，现在我收到以下错误：
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
因此，下面代码中bodies变量中保存的内容只是一个包含24个空格的列表，最后我得到了24个空白文本文件（除了创建的24个文本文件外）通过将PDF转换为txt）。我不确定我做错了什么 - 有一次，这段代码有效！
我已经查看了我能找到的有关此错误的内容，但这些内容与read.csv相关联，并且他们建议的修正（设置white.space=TRUE和quote=""）不行。
这里是代码（错误在第20-23行）：
# folder with journal articles
PDFfolder_path <- "~/Dropbox/The Egoist PDFs/PDFs"
# vector of PDF file names
PDFfiles <- list.files(path=PDFfolder_path, pattern="*.pdf", full.names=TRUE)
# location of pdftotext.exe file
converter <- "~/Widgets/PDFConverter/bin64/pdftotext"
# folder with text files
textfolder_path <- "~/Dropbox/The Egoist PDFs/textfiles"
# convert PDFs in origin folder into txt files
lapply(PDFfiles, function(i) {
system(paste(converter, paste0('"', i, '"')), wait=FALSE)
})
# it takes DropBox a bit of time to catch all of the folders
# without this we only end up with 23 txt files for some reason
Sys.sleep(.5)
txtfiles_in_PDFfolder_path <- list.files(path=PDFfolder_path, pattern="*.txt", full.names=TRUE)
# extracting only the Bodies of the articles
bodies <- lapply(txtfiles_in_PDFfolder_path, function(i){
j <- paste0(scan(i, what = character()), collapse = " ")
regmatches(j, gregexpr("(?<=Published).*?(?=Prepaid Advertisements)", j, perl=TRUE))
})
# write article-bodies into txt files
lapply(1:length(bodies), function(i){
write.table(bodies[i], file=paste(txtfiles_in_PDFfolder_path[i], "body", "txt", sep="."), quote=FALSE, row.names=FALSE, col.names=FALSE, eol=" ")
})
编辑：关于bodies变量的结果的更多信息：结果是24的列表，它采用以下形式（在R Studio控制台上，我不确定实际名称这个的）：
机构：24的清单
：1的清单
.. $：chr（0）
：1的清单
.. $：chr（0）
（重复24次）
但是我不能为我的生活找出原因chr(0) - 我认为它与正在发生的同类事情有关{ {3}} - 我绝对没有抓住所有的线路。
我已经尝试了我能想到的一切，甚至为readLines()切换scan()，我也想看看这可能会有所帮助。我甚至为scan()切换了read.table()，但事实证明read.table()本身依赖于scan！所以...我被卡住了，我只是在圈子里工作。