Question

我无法使用R，＆＃39; tm＆＃39;包，读入.pdf文件。具体来说，我尝试运行以下代码：

library(tm)
filename = "myfile.pdf"

tmp1 <- readPDF(PdftotextOptions="-layout")
doc <- tmp1(elem=list(uri=filename),language="en",id="id1")
doc[1:15]

...这给了我错误：

Error in readPDF(PdftotextOptions = "-layout") : 
  unused argument (PdftotextOptions = "-layout")

我认为这是因为pdftotext程序（xpdf的一部分，http://www.foolabs.com/xpdf/download.html）尚未在我的机器上正确安装，因此R无法访问它。

正确安装xpdf / pdftotext的步骤是什么，以便可以执行上述R代码？（我知道已经发布的类似问题，但是他们没有解决同样的问题问题）

Answer 1

PdftotextOptions不是readPDF的参数。 readPDF有一个control参数，需要一个列表。所以正确使用将是：

if(all(file.exists(Sys.which(c("pdfinfo", "pdftotext"))))) { 
  tmp1 <- readPDF(control = list(text = "-layout"))
  doc <- tmp1(elem=list(uri=filename),language="en",id="id1")
}

Answer 2

设置

setwd('C:/xpdf/bin64')

它对我有用。

在Windows上安装pdftotext（用于R，＆＃39; tm＆＃39;包）

2 个答案: