微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

如何编写 R 代码将 PDF 转换为 Excel (.xlsx)?

如何解决如何编写 R 代码将 PDF 转换为 Excel (.xlsx)?

我正在尝试将 PDF 文件转换为 Excel。我正在提供 PDF 前两页的屏幕截图以及我正在寻找的 excel 格式的结果。 PDF 的前两页有 25 行条目,在第三张图片中以 excel 格式显示。 PDF 的第一页有一些标题(关于公司的信息),在 PDF 的后续页面中没有遵循。我知道 R 上有 pdftools 和 pdftables 包,但 pdftables 包对可以免费转换的页数有限制。

我使用了来自 R StackOverflow 的以下代码(在 R Script pdf to excel using pdftools 之后)并且没有像我预期的那样得到列的分界(我正在寻找的输出是第三个数字 - 附加图像中的 excel 格式)。我相信我在下面指定 tx2 和 tx3 的方式有误。对这种转换的任何帮助将不胜感激!谢谢

library(pdftools)
library(stringr)
tx <- pdf_text("Charges.pdf")
tx2 <- unlist(str_split(tx,"[\\r\\n]+"))
tx3 <- str_split_fixed(str_trim(tx2),"\\s{2,}",5)
df <- as.data.frame(tx3)
library(writexl)
write_xlsx(df,col_names = TRUE,format_headers = TRUE,"charges.xlsx")

我正在寻找的原始 PDF 和 excel 格式:

1

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。