R Script pdf to excel using pdftools

Posted 2021-03-31

我正在使用pdftools将pdf转换为excel。我想提取表值。下面的代码工作得很好，但它将所有内容粘贴到行中（我的意思是值不是以不同的颜色分隔 - 我唯一想要的是表格，因为它在pdf中（数据和值）有人可以帮助代码吗？也许我们需要一个分隔符？我希望得到一些帮助！下面的3张图片： - 我得到的Excel输出，预期的Excel输出和我正在使用的PDF。

library(pdftools)
tx<-pdf_text("Path")
tx2<-strsplit(tx,"
")
library(xlsx)
write.xlsx(tx2,file="ds.xlsx")

答案

试试这个...

library(pdftools)
library(stringr)
library(xlsx)

tx <- pdf_text("Path")
tx2 <- unlist(str_split(tx, "[\r\n]+"))
tx3 <- str_split_fixed(str_trim(tx2), "\s{2,}", 5)

write.xlsx(tx3, file="ds.xlsx")