问如何从多个PDF文件中提取以预定义字母表开头的特定行
EN

Stack Overflow用户

提问于 2021-01-19 22:56:52

回答 1查看 30关注 0票数 0

下面的代码帮助我从目录中拉出每个PDF文件的第一页。

library(pdftools)
    lapply(files, function(x) strsplit(pdf_text(x), "\n")[[1]]) -> result

现在我想从这些页面中提取特定的行，这些行以一个预定义的单词开始。

例如:我有这行“源程序: lafaf_sfafatfga.sas”在PDF中，现在我只想提取这一行，类似地，我想提取至少5行，每行以不同的单词或字母开头。所以输出应该只有我要求的那5行。

请给我你的输入。

谢谢你，巴拉特

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-02-03 09:39:55

如果想要搜索第一页中的行，可以尝试使用lapply：

lapply(files, function(x) {
  tmp <- strsplit(pdf_text(x), "\n")[[1]]
  grep('Source Program: lafaf_sfafatfga.sas', tmp, value = TRUE)
}) -> result

result

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/65794015

复制

相似问题

问如何从多个PDF文件中提取以预定义字母表开头的特定行
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从多个PDF文件中提取以预定义字母表开头的特定行EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从多个PDF文件中提取以预定义字母表开头的特定行
EN